-
题名基于LRC与多样本扩充的指静脉识别方法
- 1
-
-
作者
陶志勇
许稚雪
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《光电子.激光》
CAS
CSCD
北大核心
2022年第6期660-666,共7页
-
基金
国家重点研发计划项目(2018YFB1403303)资助项目。
-
文摘
针对目前手指静脉识别由于训练样本不足引起图像识别率低的问题,提出基于线性回归分类(linear regression classification,LRC)与多样本扩充的指静脉识别方法。首先,利用矩阵变换生成原始图像的镜像,训练原始图像与镜像,增加指静脉图像中包含的有用信息;然后,基于LRC对测试和训练样本进行分类;最后,通过计算偏差得到最终分类结果,求出识别率。此外,设计了一种指静脉采集装置收集得到自建指静脉数据库。实验结果表明:所提算法在自建指静脉数据库、山东大学指静脉数据库、马来西亚理工大学指静脉数据库上的识别率分别达到98.93%、98.89%、99.67%,最低等误率为2.3888%。实验结果与其他传统和流行算法相比具有明显优势,拥有良好的实际应用价值。
-
关键词
模式识别
图像处理
指静脉识别
多样本扩充
线性回归分类
-
Keywords
pattern recognition
image processing
finger-vein recognition
multi-sample expansion
linear regression classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于卷积神经网络的SAR图像目标识别算法研究
被引量:10
- 2
-
-
作者
张笑
刘文波
-
机构
南京航空航天大学自动化学院
-
出处
《电子测量技术》
2018年第14期92-96,共5页
-
基金
国家自然科学基金(61471191)
航空科学基金(20152052026)
+2 种基金
南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20170313)
中央高校基本科研业务费专项资金
江苏省研究生科研与实践创新计划(KYCX17_0249)项目资助
-
文摘
传统的合成孔径雷达(SAR)图像目标识别算法需要独立设计特征提取算法和分类器,限制了SAR快速拓展到实际应用中。基于卷积神经网络(CNNs)构建一种可直接从输入图像到输出类别的一体化SAR图像目标识别框架,并引入AdaDelta梯度下降优化算法来进行网络优化学习。同时,由于SAR图像获取困难、数量有限,无法保证CNNs网络的大数据量训练样本需求,因此设计了一种基于多样本扩充CNNs的SAR图像目标识别算法。实验证实设计的算法在MSTAR数据集上10类军事目标平均识别率可达97.28%,且对目标平移、旋转、相干斑噪声和目标遮挡具有较强的鲁棒性。
-
关键词
合成孔径雷达
卷积神经网络
目标识别
多样本扩充
-
Keywords
synthetic aperture radar
convolution neural networks
target recognition
multi-sample expansion
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TN911.7
[电子电信—通信与信息系统]
-