[发明专利]基于粒子群算法和典型关联分析法的多生物特征融合算法在审
| 申请号： | 201711374940.7 | 申请日： | 2017-12-19 |
| 公开（公告）号： | CN108090513A | 公开（公告）日： | 2018-05-29 |
| 发明（设计）人： | 杨巨成;孙文辉;李建荣;胡志强;王嫄;陈亚瑞;赵婷婷;张传雷;王晓靖;韩书杰;王洁 | 申请（专利权）人： | 天津科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 王利文 |
| 地址： | 300222 天津市河*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于粒子群算法和典型关联分析法的多生物特征融合算法，其主要技术特点是：将原始数据集图像重构为32*32的图像；通过两次卷积操作、特征选择操作和全连接操作，将预处理后的32*32的图像用120维的一维特征向量；使用典型关联分析法对一维特征向量进行分析，得到关联度最高的特征向量作为多生物特征的融合特征向量；将融合特征向量送入ELM分类器进行分类。本发明以卷积神经网络结构为基础，同时引入粒子群优化算法和典型关联分析法，将不同的生物特征图像特征进行融合，最终得到比较完备的生物特征集合，从而进行有效的身份认证；本发明具有较高的准确性和稳定性，可广泛用于图像识别、安防检查等领域。 | ||
| 搜索关键词： | 关联分析 多生物特征 特征向量 粒子群算法 融合算法 一维特征 向量 融合 预处理 粒子群优化算法 图像 神经网络结构 生物特征图像 原始数据集 技术特点 连接操作 身份认证 生物特征 特征选择 图像识别 图像重构 次卷积 分类器 关联度 安防 卷积 送入 集合 引入 分类 分析 检查 | ||
【主权项】：
1.一种基于粒子群算法和典型关联分析法的多生物特征融合算法，其特征在于包括以下步骤：步骤1：图像预处理：将原始数据集图像重构为32*32的图像；步骤2：特征提取：通过两次卷积操作、特征选择操作和全连接操作，将预处理后的32*32的图像用120维的一维特征向量；步骤3：特征融合：使用典型关联分析法对一维特征向量进行分析，得到关联度最高的特征向量作为多生物特征的融合特征向量；步骤4：将融合特征向量送入ELM分类器进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津科技大学，未经天津科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711374940.7/，转载请声明来源钻瓜专利网。
