随着计算机技术的飞速发展,利用计算机技术进行身份认证也取得了长足的发展,指纹的终生不变性和唯一性,使指纹识别技术成为目前应用最广泛的身份认证技术。人工神经网络作为人工智能的重要分支之一,对其在指纹识别中的应用研究必然会对相应识别技术发展起到极大的促进作用。 但是,由于缺乏严格的理论体系的指导,人工神经网络应用效果往往取决于于使用者。虽然,我们已经知道只需一个具有单隐层的前馈网络就可以逼近任意复杂的函数,但是在实际应用中往往很难找到理想的网络配置结构,从而影响到网络的泛化能力。近年来神经网络研究学者们通过采用多个神经网络相互协同或竞争的方式来构建神经网络的学习系统,从大量的理论和实验研究来看,多神经网络在泛化能力各稳定性下都比单一神经网络要强,而且有很强的可视性。而以往神经网络处理过程中最优的结果的取得,仅仅是根据使用者个人的经验或大量的实验来确定网络的结构。 概括起来,本文在模块化神经网络(modular neural networks)最优组合、指纹的预处理、特征提取以及基于神经网络的指纹识别等方面进行了较为深入详细的研究。 在指纹的研究过程中,在分析研究模块化神经网络的基础上,利用已知的基于指纹细节特征的方法,合理采用了神经网络的方法,有效克服了指纹中形变影响和对噪声的抵抗力,减少了对指纹定位的依赖。