留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

独立成分分析和支持向量机的虹膜识别方法

王勇 许录平

王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法[J]. 电子科技大学学报, 2007, 36(3): 583-586.
引用本文: 王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法[J]. 电子科技大学学报, 2007, 36(3): 583-586.
WANG Yong, XU Lu-ping. Iris Recognition Method Based on Independent Component Analysis and Support Vector Machine[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 583-586.
Citation: WANG Yong, XU Lu-ping. Iris Recognition Method Based on Independent Component Analysis and Support Vector Machine[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 583-586.

独立成分分析和支持向量机的虹膜识别方法

基金项目: 

国家自然科学基金资助项目(60472085);陕西省自然科学青年基金资助项目(2006F01)

详细信息
    作者简介:

    王勇(1976-),男,讲师,主要从事图像处理与模式识别、多传感信息融合方面的研究.

  • 中图分类号: TP391.4

Iris Recognition Method Based on Independent Component Analysis and Support Vector Machine

计量
  • 文章访问数:  3759
  • HTML全文浏览量:  104
  • PDF下载量:  66
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-10-09
  • 刊出日期:  2007-06-15

独立成分分析和支持向量机的虹膜识别方法

    基金项目:

    国家自然科学基金资助项目(60472085);陕西省自然科学青年基金资助项目(2006F01)

    作者简介:

    王勇(1976-),男,讲师,主要从事图像处理与模式识别、多传感信息融合方面的研究.

  • 中图分类号: TP391.4

摘要: 为了提高虹膜识别的性能,提出了一种新的虹膜识别方法。该方法采用独立成分分析获取虹膜高阶统计信息,并将输入模式空间映射到相应的独立成分空间,然后在该独立成分空间中,利用支持向量机的泛化特性构造最优分类超平面。通过CASIA虹膜数据库的仿真实验,该方法降低了特征空间维数,具有较高的正确识别率。特别是对高斯核,取得了98.61%的正确识别率,较相异度函数和最近特征线方法分别高6.48%和4.54%,同时也提高了算法的鲁棒性和灵活性。

English Abstract

王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法[J]. 电子科技大学学报, 2007, 36(3): 583-586.
引用本文: 王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法[J]. 电子科技大学学报, 2007, 36(3): 583-586.
WANG Yong, XU Lu-ping. Iris Recognition Method Based on Independent Component Analysis and Support Vector Machine[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 583-586.
Citation: WANG Yong, XU Lu-ping. Iris Recognition Method Based on Independent Component Analysis and Support Vector Machine[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(3): 583-586.

目录

    /

    返回文章
    返回