论文部分内容阅读
由于鼻纹特征点发生变化时，无法提取细致的鼻纹特征，采用传统的算法进行鼻纹特征点对比分析中，缺少准确的鼻纹特征点，导致分析精确度低、适应性差的问题。提出采用KPCA—KFDA融合算法的鼻纹特征点对比分析方法，首先将核主分量分析（KPCA）和核Fisher判决分析（KFDA）提取的鼻纹图像的特征点进行组合，然后建立高质量的鼻纹图像的特征点向量，融合于支持向量机的分类策略，依据较少鼻纹图像的特征点训练样本对鼻纹图像的特征点进行精确的分类识别，最后精确地完成鼻纹特征点对比分析。仿真结果证明，KPCA—KFDA融合