|
|||||
|
|
| 基于支持向量机的掌纹识别研究 | |
| 作者单位： | 云南大学计算机科学与工程系 云南昆明650091 |
| 摘 要： | 统计学习理论(SLT)着重研究在小样本情况下的统计规律及学习方法性质．基于该理论,Vapnik等人提出了支持向量机(SVM)这一通用学习方法．SVM在最近几年取得了很好的发展,并在模式识别领域表现出优良的性能．本文尝试利用SVM进行掌纹识别．在对一副训练图像进行预处理之后,对其进行傅立叶变换以得到相应特征向量,然后用支持向量机对特征向量进行训练,最后用训练好的支持向量机进行掌纹识别．文中对1Vr方法和1V1方法的实验结果进行了对比和分析．实验结果显示,支持向量机在掌纹识别过程中表现出较好的性能,并且得到了较高的识别率． |
| 关 键 词： | 掌纹识别 傅立叶变换 支持向量机 |
| 本文献已被 CNKI 等数据库收录！ | |