收藏本站
《河北工业大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机与指纹分类算法研究

黄文艳  
【摘要】: 支持向量机是基于统计学习理论中结构风险最小化归纳原则和VC维原理的一种机器学习方法,它通过使用核函数巧妙的解决高维空间的维数灾难问题,并且具有比传统的基于统计的学习方法更好的推广性能。就支持向量机在模式识别领域中的多类分类应用而言,目前的算法多采用组合两类支持向量机分类器进行多类分类的方式。本文从另一角度出发,在研究无师学习单类支持向量机的基础上,通过三种不同的方法对其进行组合以构建多类分类器。此种构造方式使子分类器数目仅随类别数作线性增长,且子问题规模小于前一种方式中任一两类分类器的规模。将算法的验证与指纹分类问题的解决相结合,本文将指纹分为斗形、左旋、右旋、弓形、帐形五大类,初步的实验显示出了较好的分类结果。在指纹特征提取方面,本文基于Gabor滤波器从四个方向提取指纹的全局特征,并设计了相应的图形用户界面程序。
【关键词】:支持向量机 多类分类 指纹分类 特征提取 Gabor
【学位授予单位】:河北工业大学
【学位级别】:硕士
【学位授予年份】:2003
【分类号】:TP391.4
【目录】:
  • 第一章 绪论7-17
  • §1-1 引言7-8
  • §1-2 统计学习理论8-12
  • 1-2-1 机器学习的基本问题8-10
  • 1-2-2 统计学习理论的核心内容10-12
  • §1-3 生物识别技术与指纹识别12-16
  • 1-3-1 生物识别技术简介12-14
  • 1-3-2 指纹识别技术历史14-15
  • 1-3-3 指纹分类15-16
  • §1-4 本文的主要工作16-17
  • 第二章 支持向量机17-30
  • §2-1 支持向量机17-20
  • 2-1-1 线性支持向量机17-19
  • 2-1-2 非线性支持向量机19-20
  • §2-2 支持向量机多值分类器20-25
  • 2-2-1 完全多类支持向量机20-21
  • 2-2-2 组合多类支持向量机21-25
  • §2-3 算法及仿真计算结果25-30
  • 2-3-1 EEG问题简介26-27
  • 2-3-2 仿真实验27-30
  • 第三章 指纹特征提取30-39
  • §3-1 指纹中心点确定31-32
  • §3-2 区域截取及分块规格化32-33
  • §3-3 方向滤波33-35
  • §3-4 特征值计算35-36
  • §3-5 应用程序界面设计36-39
  • 第四章 指纹分类39-53
  • §4-1 概念及研究现状40-42
  • §4-2 构建支持向量机多类分类器42-48
  • 4-2-1 单类支持向量机43-46
  • 4-2-2 基于单类支持向量机构建多类分类器46-48
  • §4-3 实验与结果分析48-53
  • 4-3-1 数据准备48-49
  • 4-3-2 实验分析49-53
  • 第五章 结论与展望53-54
  • 参考文献54-57
  • 致谢57-58
  • 攻读学位期间所取得的相关科研成果58

【相似文献】
中国期刊全文数据库 前10条
1 郭成芳;;支持向量机在网络异常入侵检测中的应用研究[J];计算机仿真;2011年07期
2 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
3 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
4 余萍;;基于支持向量机发展的研究[J];新课程(教育学术);2011年05期
5 关欣;郭强;张政超;赵静;翟鸿君;;基于核函数支持向量机的雷达辐射源识别[J];弹箭与制导学报;2011年04期
6 谢凌然;高长伟;沈玉娣;;基于混合核函数支持向量机的齿轮诊断方法研究[J];机械传动;2011年09期
7 吕向阳;高尚;;基于支持向量机的品牌特色专业评价[J];价值工程;2011年24期
8 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
9 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
10 宋贤霞;;基于相关反馈的图像检索技术研究[J];福建电脑;2011年06期
中国重要会议论文全文数据库 前10条
1 朱晓霞;孙同景;陈桂友;;基于支持向量机理论的两级指纹分类实现方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 田捷 陈新建 杨鑫;指纹识别算法仍有优化空间[N];计算机世界;2006年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
6 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
7 ;选择合适的数据挖掘算法[N];计算机世界;2007年
8 周颖;王米渠与中医心理学[N];中国中医药报;2006年
9 本报记者 贾西平;二十年炼成“火眼金睛”[N];人民日报;2001年
10 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 黄文艳;支持向量机与指纹分类算法研究[D];河北工业大学;2003年
2 张金剑;基于多分类SVM在指纹识别方向的研究[D];安徽理工大学;2008年
3 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
4 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
5 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
6 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
7 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年
8 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
9 沈徐辉;基于核主成分与支持向量机的体内药物代谢预测[D];浙江大学;2011年
10 李铮;基于支持向量机的道路交通标志识别的研究[D];燕山大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026