Ringing studies of the turtle dove Streptopelia turtur (Aves: Columbidae during passage through Antikythera Island,southwestern Greece

The aim of this study is to describe the phenology of migration and biometrics of the turtle dove Streptopelia turtur in Greece, based on ringing studies on Antikythera Island. Spring passage takes place between early April and late May and autumn passage between early and late September. There is no significant difference in either wing length or tarsus length between adults and juveniles. Males have significantly greater wing length. There is no significant difference in tarsus length between the two sexes.     

一种基于特征级融合的多模态生物特征识别方法

生物特征识别是信息技术领域的研究热点,其中多模态生物识别技术凭借更好的适用性、更高的安全性及更优的性能成为发展趋势。提出了一种融合虹膜特征和掌纹特征的多模态生物特征识别方法,该方法分别提取虹膜及掌纹特征,融合时不同于传统的匹配级融合,而是从特征级融合入手,采用并行特征融合策略,将两特征向量以复向量的形式进行融合,构成复向量空间,并利用酉距离进行匹配决策。实验结果表明此方法比单模生物特征方法在识别性能上有了明显改善,同时与传统匹配级融合策略相比,更有优势,识别效果更好。     

生物认证-人类未来身份认证的主要方式

分析了生物认证技术的发展需要,介绍了生物认证技术的系统结构和主要工作模式以及主要的生物认证技术和新兴的生物认证技术,给出了权威机构对各种生物认证技术所占市场份额的调查结果和相关的市场预测,指出了生物认证技术的未来研究趋势     

Two-phase genetic algorithm applied in the optimization of multi-modal function

This paper presents a two-phase genetic algorithm (TPGA) based on the multi-parent genetic algorithm (MPGA). Through analysis we find MPGA will lead the population’s evolvement to diversity or convergence according to the population size and the crossover size, so we make it run in different forms during the global and local optimization phases and then forms TPGA. The experiment results show that TPGA is very efficient for the optimization of low-dimension multi-modal functions) usually we can obtain all the global optimal solutions. Foundation item: Supported by the National Natural Science Foundation of China (70071042, 60073043,60133010) Biography: Huang Yu-zhen ( 1977-), female, Master candidate, research direction; evolution computation.     

利用生物特征水印的交易协议及其实现

为解决水印密钥保密传递和唯一性等问题，将生物识别技术与数字水印相结合，从应用角度分析了现有的数字水印协议和模型，引入生物特征识别技术，给出了一种安全的数字水印协议；实现了一种基于指纹识别的生物特征水印实施方案，解决了一般情况下生物特征数据和数据量较大、难于将其表达成能适应水印嵌入和提取的关键问题。实验证明，该方案是可行和有效的。     

一种基于步态分析的身份识别方法

近来年,步态作为一种生物特征识别技术倍受计算机视觉研究者的关注。提出了一种基于计算机视觉运动分析的步态识别方法,从图像序列中提取特征进行识别。本方法提取的特征包含步态外观和运动信息。区别于基于模型的步态识别方法,提出一种新的提取肢体角度的方法,该方法通过分析侧影宽度变化获取角度信息,无需对人体建模。首先,采用背景减除技术提取人的侧影;分析侧影的高宽变化获取步态周期。然后,采用离散余弦变换分析了步态外形特征和角度特征。最后运用K邻法在几个不同的数据库上进行了算法验证。实验结果表明,本方法行之有效。     

生物特征识别网格系统架构及其应用

提出了一种用于生物特征识别的网格BMG.BMG创建一个虚拟的协作环境以连接分布式的研究中心、用户、模型和数据,为单一生物特征识别和多模式生物特征识别研究提供测试平台,并用网格计算解决的大规模数据库或多模式生物特征识别等类型的应用.实例证明,BMG是实用可行的.     

基于神经网络和人脸特征的密钥管理方法

利用神经网络的联想和记忆功能,将密钥嵌入用户的人脸特征中,给出了一种方便、安全的密钥管理方案.存贮密钥时,提取用户的人脸特征,将其离散化为二进制人脸特征序列,再把用户密钥和其人脸特征序列异或,利用异或得到的结果和一些随机序列训练广义回归神经网络.用户只需要保存训练好的神经网络参数,以及密钥与人脸特征序列异或所得到的结果,无需保存或记忆密钥.当需要获取密钥时,用户只要输入自己的人脸图像,即可由存贮的信息恢复出密钥;而攻击者即使获得了存贮的信息也不能从中得到密钥或用户的人脸特征信息.实验表明,本文给出的密钥管理方法是可行的.     

基于移动钟摆的步态识别方法

步态识别是一种新兴的生物特征识别技术,具有远距离识别、非侵犯性、难于隐藏等优势。文章针对人体运动的特点,将步态看成是钟摆运动和平移运动的复合,提出了一种基于移动钟摆的步态识别方法。实验证明,该方法简单有效,并在CASIA数据集上取得90%以上的识别率。     

面向多模函数优化的改进网格优化算法

利用网格优化算法（COA）编码简单、收敛速度快、不宜陷入局部最优等特点,针对多模态函数优化问题,对GOA算法进行了改进,扩大了优化搜索范围,保持了父本种群的多样性,增强了全局搜索能力。对典型多模态函数问题的测试结果表明,改进的网格优化算法在解决多模态函数优化问题方面具有很强的全局搜索能力和很高的搜索效率。