基于小波神经网络的掌纹识别方法的研究
时间:05-15
来源:互联网
点击:
由图4和图5的实验结果可知,未经过小波变换处理的图像直接送到神经网络,其网络训练步数为500,经过小波变换处理后的图像送到神经网络,其训练步数为210,发现收敛步数明显降低;收敛用时明显减少;识别率明显提高。同时由图6可知,这种将小波变换与BP神经网络相结合进行掌纹识别方法不仅可以大大缩短神经网络的训练时间,同时也能提高人脸图像的识别率。
5 结束语
针对以往直接采用BP神经网络对掌纹进行识别时收敛速度慢、识别率不高等问题,本文采用小波变换与BP神经网络相结合的方法来对掌纹进行识别。通过实验证明,这种方法与单一的BP神经网络的方法相比较,具有训练时间短、识别率高等优点。如何克服BP神经网络容易陷于局部极小值问题将是今后研究的一个方向。
- 蓄电池内阻精确测量方法的研究(07-29)
- 红外线测温仪自校准误差比对方法的研究(06-05)
- 频宽、取样速率及奈奎斯特定理(09-14)
- 为什么要进行信号调理?(09-30)
- IEEE802.16-2004 WiMAX物理层操作和测量(09-16)
- 为任意波形发生器增加价值(10-27)