基于小波包和神经网络的虹膜图像分类方法
通过小波包变换和神经网络相互结合进行虹膜识别,构造了基于神经网络的虹膜分类结构.首先通过小波包分解细处理提取虹膜纹理特征信息,构造特征向量；然后采用构造型RBF 神经网络基分类器,把神经网络的特征分类问题转化为包含问题。详细论述了小波包和神经网络相互结合进行模式识别的方法,这种基于多分类器联合的方法不仅能够有效的减少训练时间和降低学习复杂性,而且增加了系统的准确性和鲁棒性,同时,又克服了隐层节点难选择的问题和优化了网络结构.
小波包 神经网络 虹膜识别 分类器 模式识别
吕前行 周治平 纪志成
江南大学电气自动化研究所,江苏无锡,214122
国内会议
湖南张家界
中文
580-583
2007-07-26（万方平台首次上网日期，不代表论文的发表时间）