基于SVM特征层融合的集成性身份识别模型

多生物特征融合识别是提高身份识别性能的有效方法,提出一种基于特征层融合的识别模型。以人脸与虹膜为例,首先对这两种图像分别进行预处理,然后对人脸采用PCA、Fisherface方法,对虹膜采用小波变换、多通道Gabor滤波方法,进行特征提取得到各自的初始特征向量,由此生成融合特征向量,最后利用SVM对融合特征向量进行分类,实现特征层融合识别。仿真实验结果表明,同等条件下,该融合方法的识别效果优于常见识别方法。     

湿热处理对糯米粉血糖生成指数值及相关指标的影响

利用湿热处理工艺降低糯米粉血糖生成指数（glycemic index,GI）值,并对相关指标进行比较研究。通过水分含量、温度、处理时间对糯米粉直链淀粉含量和消化特性的影响,确定单因素范围,然后采用Box-Behnken设计,以直链淀粉含量（和GI值显著负相关）为指标,优化了糯米粉湿热处理工艺。最后将最优工艺所得的糯米粉（HMT）和普通糯米粉（WR）、仅进行酶解后的糯米粉（ER）进行体外消化特性和GI值的对比研究,以分析湿热处理对糯米粉GI值的影响。研究表明,经优化的最佳湿热处理时间为2.3 h、湿热处理温度为116 ℃、水分含量为20%,在优化条件下糯米粉直链淀粉含量为3.62%±0.01%,实测值均值与理论值（3.62%）一致,表明该模型可用于优化糯米粉湿热处理工艺。最优条件下制备的糯米粉快消化淀粉（rapidly digestible starch, RDS）含量下降,慢消化淀粉（slowly digestible starch, SDS）和抗消化淀粉（resistant starch, RS）含量上升;水解指数（hydrolysis index）明显降低,同时GI值降低30.1%。该法制备的糯米粉具有较低的GI值,可为低GI糯米粉开发的进一步研发提供实验思路。