加权K近邻和加权投票相结合的虹膜识别算法
利用彩色虹膜数据库研究了在正常环境下采集到的有噪声的虹膜图像在不同色度空间中各颜色通道的性能,提出了一种决策层融合方法,利用加权K近邻方法和加权投票相结合进行虹膜识别.对于每个单独的颜色通道,根据比对距离找到前K个近邻,利用排序与相似度相结合的方法为这K个近邻赋权值(RSWKNN),作为各通道的决策输出.在综合各通道的决策时,利用各通道的性能,对各通道的决策输出进行加权投票,本文采用了四种基于通道性能的各通道加权方法.实验分析了各种算法的性能,结果表明:本方法能够有效提高虹膜识别的准确率和稳定性.
生物特征识别、虹膜识别、加权K近邻、加权投票
31
TP391(计算技术、计算机技术)
国家自然科学基金项目60673099,60873146;国家"八六三"高技术研究发展计划项目2007AA042114,2009AA022307;吉林省生物识别新技术重点实验室项目20082209;吉林省科技发展计划项目20080168
2011-01-06（万方平台首次上网日期，不代表论文的发表时间）
共4页
1846-1849
