基于最大最小判别映射的煤矿井下人员身份鉴别方法

摘要：

针对井下复杂受限环境下人脸、虹膜、指纹和掌纹等常常比较模糊,从而使得基于这些生物特征的井下人员身份识别率不高问题.在Warshall算法和最大最小判别准则的基础上,提出了一种最大最小判别映射的步态识别方法.该方法利用Warshall算法快速得到数据的类别关系,由此构建类内和类间散度矩阵.与经典的步态识别方法相比,该方法充分利用了数据的局部信息和类别信息,使得数据降维后在低维空间同类样本之间的距离减小,而异类样本之间的距离增大.与经典的监督子空间维数约简方法相比,该方法在构建类内和类间散度矩阵时不需要判别数据的类别信息,能够提高算法的性能.在真实步态数据库上进行了一系列实验.实验结果表明,利用该方法进行基于步态的煤矿井下人员身份鉴别是有效可行的.

关键词：煤矿井下身份鉴别、Warshall算法、最大最小判别准则、最大最小判别映射

所属期刊栏目：38

分类号：TD655;TP391.41(矿山电工)

资助基金：国家自然科学基金资助项目61272333;陕西省科技厅自然科学基金资助项目2011JM8011;陕西省科学技术研究发展计划资助项目2011K06-36

在线出版日期：2013-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1894-1899