手形识别中的手形提取方法

手形识别在生物特征识圳领域中占有重要的地位,目前最常用的手形匹配方法是点匹配的方法,手形提取的好坏直接影响着识别的准确性,这就要求于形的轮廓提取必须准确,否则会引入大量的伪特征点从而带来错误率的激增。在手形采集过程中,周围环境的光照和噪声对于形的准确提取会造成很大的影响。该文提出了一种光照补偿和由基于分类搜索的局部域值手形提取方法解决以上问题,该方法能有效地克服传统方法难以提取手形边缘信息的现象,实验表明,该方法能准确有效地对手形讲行提取,为识别提供了保障。     

一种基于Morlet小波变换的虹膜识别算法

虹膜识别包括虹膜定位、特征提取以及模式匹配几个步骤。文章提出了基于虹膜灰度梯度分析的新定位算法和基于Morlet小波变换的特征提取算法。首先对沿瞳孔半径方向展开的虹膜图像通过寻找灰度梯度最大值位置的方法进行虹膜定位;然后根据虹膜生理的特点对虹膜图像进行分区,对不同的虹膜区域采用一维和二维Morlet复小波变换相结合的特征提取算法,并用二比特格雷编码来表征提取的虹膜纹理的相位信息;最后通过计算虹膜间的Hamming距进行匹配,最终实现虹膜识别。实验结果表明,与现有算法相比,该算法识别速度快,提取特征的效果好,在实验室身份认证系统中表现出很好的识别效果。     

基于特征融合的手形匹配算法

手形识别是生物特征识别的重要组成部分,手形匹配是手形识别的关键。目前常用的方法有特征矢量法（CVM）和点匹配方法（PPM）两种,这两种方法在对手形进行匹配时各有优点,也有局限性。提出一种多特征融合的手形识别算法,使得两者能够有效的结合起来,提高了手形匹配的准确性和鲁棒性。     

移动智能体技术的安全机制研究

移动智能体(Mobile Agent)技术是分布式对象技术的扩展和加强，而是否具备高效合理的安全机制是其推广应用的关键．本文从多方面讨论了移动智能体技术的安全问题，阐述了如何应用Java安全机制解决移动智能体在驻留节点上的资源访问控制问题，并综合应用密码技术实现了移动智能体技术的安全通讯及身份认证机制．     

基于多模板特征点融合的指纹识别

低质量指纹图像通常会产生较多的伪特征点，或者当待识指纹图像与模板图像之间存在较大平移和旋转时，识别算法的性能会受到很大的影响。利用多匹配算法的融合技术可以提高系统的识别率，但是这种数据融合的方法既增大了计算量，同时又难以充分利用原始指纹图像的信息。针对上述问题，提出了一种评估特征点置信度的方法，并在匹配算法中根据特征点置信度来修正匹配分数；然后运用特征层数据融合技术，将一个指纹的多个模板的特征点融合成一个特征点的本征模板，再与待识指纹图像的特征点进行匹配。实验结果表明，该方法在不明显增加存储空间和在线计算量的同时，可以达到很好的识别性能。     

基于移动智能体的入侵检测系统

首先分析了当前入侵检测系统的研究现状和存在的一般缺陷，移动智能体技术的主要特点和国外几种基于移动智能体的入侵检测系统，在此基础上对移动智能体在入侵检测系统中的可用特性及引起的问题作了综述，并提出了一个基于移动智能体的网络安全模型系统，最后对移动智能体用于入侵检测的将来研究领域作了一些探讨。     

压电式生物传感器的准确度与体波色散的关系

对一种基于生物免疫识别特性的压电式免疫传感器的检测准确度与体波色散之间的关系进行了系统研究。首先从固体声场的基本方程出发并结合边界条件给出体波振动模式的频散方程,然后结合该方程对频散与检测准确度之间的关系进行了理论研究并根据该频散方程进行了准确数值计算与模拟,最后通过实验证实了上述理论分析的正确性。     

基于CAI模糊数据模型的智测试

本文主要研究了一种利用模糊数据模型进行智能测试的系统。这种测试系统针对学生的英语听力能力,有重点的提出练习和测试方案,并随时跟踪学生的表现来确定新一轮的测试方案。     

VLSI版图参数提取的分布式并行算法

在用边界元法提取版图参数时,经常会遇到非均匀介质的情况。对这类问题若直接用传统的边界元分区方法求解,处理起来比较麻烦,尤其当非均匀性较严重时,边界元法计算简单方便、速度快的优点会大大削弱。针对这一现象。本文提出了边界元分区问题的分布式并行算法。将它用于一个由天台工作站组成的分布式环境中对ＶＬＳＩ版图参数进行提取,运行时间比传统方法明显减少,证明该算法加快了求解的速度,具有并行、高效的特点,取得了良     

虹膜识别中噪声的检测与处理方法

眼睑、睫毛会严重干扰虹膜定位的准确性,同时也会大大降低虹膜识别的性能,是虹膜定位和识别的主要干扰噪声。为了减少这些噪声对虹膜识别的影响,提高虹膜的识别率,本文采用一种计算与水平方向成不同夹角的弧线上的梯度积分的方法来定位上眼睑,采用径向对称检测下眼睑;采用灰度阈值法检测成块的睫毛,采用改进的二维Log-Gabor小波的实部滤波器来检测稀疏的睫毛。实验表明该算法能够有效去除眼睑和睫毛造成的干扰,提高了虹膜识别性能。