基于超球覆盖仿生模式识别的指纹点名系统

超球覆盖仿生模式识别方法具有识别速度快、误识率低、易于实现等特点,特别适合于一些实用性较强的应用领域使用.研究了一种基于超球串覆盖的仿生模式识别方法,并应用于指纹点名系统.在对实际教学需求分析的基础上,设计了完整的指纹点名系统软硬件,通过指纹传感器对指纹数据进行采集、预处理、用超球串覆盖算法对指纹图像进行了识别,在嵌入式系统STM32中实现了指纹注册、班级选择、指纹签到、签到次数记录等功能,实验结果显示系统达到预期的效果,解决了课堂实时点名问题.超球串覆盖仿生模式识别方法适用于众多应用领域,通过示例,可以举一反三,将方法复制到其他应用场合.

基于稀疏表示结合流形距离的超球覆盖可拒绝模式识别算法研究

本文构造了一种基于稀疏表示结合流形距离超球覆盖的可拒绝模式识别模型。由于同类样本可以认为分布在同一个非线性流形上,所以在训练学习过程中首先对各类样本空间构建局部线性流形子空间超球覆盖模型,并选择训练样本。这样对于输入的测试模式,即可根据各类的子空间包含边界做出拒识或者接受处理的判决。然后,针对接受的模式,再利用稀疏表示分类器在训练样本空间范围内进行分类判决。在UCI数据库、MNIST手写体数据库、MIT-CBCL人脸识别数据库和CMU AMP人脸表情数据库上的实验结果表明本文的思路合理可行,在实际应用领域具有一定应用价值。