【摘 要】
：
在自动指纹识别系统当中,因为系统中指纹模板包含的信息不全或者信息的不准确导致系统产生错误的拒绝或是错误的匹配.因而如何改进模板的质量,也就是模板增强对于一个自动指
【机 构】
：
山东大学计算机科学与技术学院,济南,250100
【出 处】
：
2005第一届中国分类技术与应用研讨会(CSCA)
论文部分内容阅读
在自动指纹识别系统当中,因为系统中指纹模板包含的信息不全或者信息的不准确导致系统产生错误的拒绝或是错误的匹配.因而如何改进模板的质量,也就是模板增强对于一个自动指纹识别系统来说至关重要.提出了一个模板增强算法.根据机器学习中基于案例学习以及概率上面的一些分析,通过删除模板中的伪细节点、增加模板中丢失真细节以及调整模板中细节点参数等手段对模板进行增强.为此,专门建立了特殊的指纹库.实验表明,经过的增强十分有效,指纹模板的质量提高,而且随着时间的增加逐渐变得更好.
其他文献
数据挖掘的一个重要方法是采用机器学习技术产生分类器.将分类器集成到一起将会大大降低分类错误率.传统的助推方法是适合任何分类器的,而针对决策树的助推方法将进一步提高
最小最大模块化分类器是一种具有弹性的任务分解和简单的结果合成的组合分类器框架.已有研究表明,最小最大模块化分类器任务分解的一种有效策略是使用聚类或者逆向聚类方法.
RSOM树由SOM网络自适应生长形成,具有良好的自学习能力和自适应增长能力,在模式识别中表现出良好的性能,而通常的模式识别问题包含大量复杂的计算,因此,研究RSOM树的并行算法
为解决分类数据、高维数据中的异常检测问题,基于属性值的频数差异性理论给出了一个新的异常定义,并提出了判断异常显著性的异常存在判别准则,实验结果表明该判别准则可有效
显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集.EP具有很强的区分能力,可以建立很好的分类器.提出了一种可调整权值的基于EP的分类方法CEPAW(classific
首先,提出了一种改进的粒子群优化(IPSO)算法.在IPSO中,粒子不仅根据自身和同伴中最好的个体调整自己的飞行速度,而且也按照一定的概率向其他个体学习.这种强化后的学习行为
在复杂气识别中,单纯使用神经网络存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,为此提出一种简化的进化神经网络方法,
1 临床资料歼教-5飞行员,30岁,飞行时间1800 h,在一次篮球比赛中,突感胸闷,呼吸困难,眼前发黑,摔倒在地,意识不清约10 s,被人扶起和指压人中穴后恢复,未受伤。当时无发热、
1 临床资料本组病例 2 0例 ,初产妇 13例 ,经产妇 7例 ,年龄在 2 3～ 32岁之间 ,平均年龄 2 6.7岁。发病时间孕 2 4 + 周 4例 ,孕 2 8+ 周 3例 ,孕 34 + 周 6例 ,孕 35周 7例
迄今,多生物识别系统中识别算法的选择性融合问题的研究没有得到应有的重视.现有的大多数多生物识别系统都是使用某些融合规则融合2～3个可用的识别算法.虽然已有人尝试过多种