基于遗传算法指纹分类在保管系统中的应用

研究指纹的自动分类问题对解决大容量指纹库的匹配实时性有着重要的意义。为了优化基于指纹识别的银行保管箱系统,提高其对指纹图像的识别速度,文中引进了遗传算法指纹分类对指纹图像进行粗匹配。该方法通过利用复制、交叉和变异操作,对群体中的个体进行优化与筛选。介绍了基于遗传算法的指纹分类在银行保管箱系统中的应用,基于遗传算法的指纹分类法克服了一般排他性分类法所固有的对某些指纹图像无法识别的缺陷,同时提高了整个系统的效率。     

指纹连续分类基于遗传算法的实现

首先介绍了一种基于指纹方向图分区和遗传算法的连续分类方案。根据各种典型指纹类别的拓扑特性而引进了一组动态分区模板和代价函数用于引导方向图分区,并将寻找最佳匹配划分的过程转化成一个N维向量空间的函数优化问题,然后给出了该问题基于遗传算法的求解过程。最后,讨论了遗传算法的优越性。     

基于细化图像的指纹分类方法

在深入研究现有指纹分类算法的基础上，提出了一种利用细化后指纹图像的纹织全局模式进行指纹分类的方法。该方法检测细化后指纹图像的全局模式，并且结合指纹图像的方向流信息，将指纹分为六类：拱型、尖拱型、左环、右环、涡型和学生型。实验结果表明，在对低质量的指纹图像进行有效增强处理以后，该方法可以快速、准确的对指纹进行分类。     

模糊遗传算法在敏感词分类优化中的应用

针对以往敏感词分类优化的不足,提出一种基于模糊遗传算法的敏感词分类优化方法,该方法把模糊逻辑理论用于遗传算法,模拟生物进化过程和机制来求解实际的敏感词定性结构优化问题。研究表明,对于敏感词词性以及结构的变化有很好的分类优化效果,从而保证了整体的分类质量、快速的分类效率、鲁棒和可靠的分类性能。     

基于快速遗传算法的指纹匹配

针对标准遗传算法(GA)存在收敛速度慢且容易早熟的现象,提出一种快速GA算法,将其应用于全局点模式指纹匹配中。该算法通过在迭代过程中逐步缩小种群规模与优秀个体数目,降低突变概率,并尽量选择适应值高的个体,使匹配过程快速收敛于全局最优解。实验结果表明,该算法能提高指纹匹配的速度和准确率。     

基于神经网络和傅氏变换的指纹自动分类系统

本文介绍了一个基于两种傅氏变换进行图谱增强,用概率神经网络进行指纹分类的指纹自动分类系统,又称ＡＦＣＳ（Ａｕｔｏｍａｔｉｃ Ｆｉｎｇｅｒｐｒｉｎｔ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）。该系统运用了一种新的图谱增强方法及不均匀的特征表示方法,用ＰＮＮ（Ｐｒｏｂａｂｉｌｉｓｔｉｃ Ｎｅｔｗｏｒｋ）进行分类,实现了提纹的自动分类。     

一种基于指纹辨识的银行代管保管箱管理系统

本文在介绍指纹识别基本原理的基础上,设计出一种基于指纹辨识的银行代管保管箱管理系统。文中给出了系统的硬件结构、系统功能和软件实现方法。     

基于结构的指纹分类技术

指纹分类技术是指纹数据库的一个重要的索引机制。提出了一种基于指纹方向图的结构分类算法。通过图像分割,抽取图像的有用部分,而后基于指纹方向图,寻找指纹奇异点,利用脊线跟踪技术和规则确定指纹的类别。     

基于遗传算法的文本分类技术

针对常用的文本分类算法参数难以确定的问题,该文引入遗传算法,在编码方案、种群的初始化、适应度函数和停止标准等方面进行优化,得到更好的文本分类结果.通过三种文本分类算法的对比实验,该文提出的算法效果最好.     

遗传算法的LVQ神经网络在遥感图像分类中的应用

学习矢量量化(LVQ2)神经网络算法对初值非常敏感,影响遥感图像分类的精度.遗传算法具有很强的全局搜索能力和鲁棒性,能够优化LVQ2神经网络的初始权值向量,在一定程度上降低算法对初值的敏感性.本文采用遗传算法选取LVQ2神经网络的初始权值,并以江苏省扬州地区遥感图像分类为例,通过与标准LVQ神经网络、最大似然法进行比较,结果证明,利用遗传算法的LVQ2神经网络在分类精度上有了一定的提高.     

基于遗传算法的指纹图匹配算法及应用

自动指纹识别系统因其在身份确认方面所具有的方便、快速、准确等特点而得到了广泛的研究 .该文利用分层匹配的思想 ,提出了一种根据指纹细节点结构特征进行初匹配的算法 ,并将遗传算法应用于更高层次的点模式匹配问题中 .该方法在自动指纹识别应用中取得了较好的结果.     

基于遗传算法的S盒的构造

采用遗传算法来构造S盒,并引入了启发式变异策略.该策略既可以防止优良的基因受到破坏,又可以保证群体中个体的多样性.基于该方法,给出了6×6的S盒构造的完整程序描述,并获得了一批高非线性度和低差分均匀度的S盒.     

基于指纹识别和C/M/S结构的保管箱管理系统

为了满足银行保管箱业务需求,充分利用银行网络资源,提高业务管理的信息化水平,在指纹识别基本原理的基础上,设计出一种基于指纹识别和C/M/S网络体系结构的银行保管箱管理系统.文中从实际需求和应用出发,归纳并设计了指纹特征信息库的管理方案,提出了利用银行现有网络架构该系统C/M/S体系结构的技术策略,描述了系统各层次的功能,并对具体的软件实现方法进行了简要的阐述.该系统集先进的生物识别技术和网络技术于一体,将指纹识别应用于银行保管箱业务中,具有较高的安全性和广泛的应用价值.     

基于指纹识别和C／M／S结构的保管箱管理系统

为了满足银行保管箱业务需求,充分利用银行网络资源,提高业务管理的信息化水平,在指纹识别基本原理的基础上,设计出一种基于指纹识别和C/M/S网络体系结构的银行保管箱管理系统。文中从实际需求和应用出发,归纳并设计了指纹特征信息库的管理方案,提出了利用银行现有网络架构该系统C/M/S体系结构的技术策略,描述了系统各层次的功能,并对具体的软件实现方法进行了简要的阐述。该系统集先进的生物识别技术和网络技术于一体,将指纹识别应用于银行保管箱业务中,具有较高的安全性和广泛的应用价值。     

基于多级索引的指纹分类算法

为提高大规模网络化指纹识别系统的检索速度和准确率,提出一种基于多级索引的指纹分类算法,将质量特征分为质量高和质量差2类,对于质量高的指纹利用指纹图像的3个特征——指纹类别、宏观曲率和平均周期建立三级索引,以逐级缩小检索空间。实验结果表明,该算法准确率高、检索速度快,具有良好的实时性。     

基于拓扑学及指纹分类的指纹匹配算法

随着计算机和网络的迅速发展,基于生物特征识别的智能身份认证技术正受到越来越多的关注。由于指纹识别技术是生物识别领域技术中最成熟的一门应用技术,使得指纹识别成为目前应用最广泛、可信度最高的个人身份认证技术之一。文中依据指纹图像中细节特征点之间的关联性给出了一种指纹识别算法。该算法首先基于指纹分类学的思想,利用中心点和三角点的数量信息对待识指纹图像进行初匹配,然后基于拓扑学思想用可靠性较高的分叉点方向场及其与中心点的方向场差寻找出基准点对,最后利用可变限界盒实现指纹匹配。实验中,该算法使匹配速度提高了40％,误识率和拒识率略有下降,约0．5％。实验结果表明,该算法能快速、准确地定位基准点对,有效地解决提取基准点时的噪声影响,正确有效地实现指纹匹配,同时提高匹配速度及精确度。     

一种改进的自适应遗传算法在指纹图像分割中的应用

本文提出了基于改进的自适应遗传算法与方向图法相结合的指纹图像分割方法,采用群体的最大适应度、最小适应度、适应度平均值这3个变量来衡量群体适应度的集中程度,能自适应地变化整个群体的交叉概率pc和变异概率pm。采取最优保存策略来保证最优个体不被大的pc和pm破坏掉。并用无放回余数随机选择算子(RSSR选择算子)对基本选择算子进行了改进,选择误差比较小。在自动指纹识别中,指纹图像分割不仅能够对图像信息进行压缩,保留脊谷线的主要信息,同时能够去除大量的粘连,加速后续处理的速度和提高指纹特征提取和匹配的精度。最后给出了实验结杲。     

基于独立分量分析的二级指纹分类算法

针对传统指纹分类算法分类不均衡的缺陷,提出一种基于独立分量分析的二级指纹分类算法。从高阶统计相关性角度出发提取一组特征指纹图像,以该组图像为基,利用该组图像构成的特征空间将指纹图像线性表出,结合系数向量和Henry分类模式将指纹库细分为11个子类,建立二级索引。应用结果表明,该算法可节省运算时间,降低复杂度。