未来智讯 > 人脸语音识别论文 > 基于粒子群算法的指纹识别技能研讨

基于粒子群算法的指纹识别技能研讨

发布时间:2018-11-23 01:06:05 文章来源:未来智讯    
    基于粒子群算法的指纹识别技能研讨作者:未知   摘 要:BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度降落法不能处理一些不可微传递函数的问题,选取粒子群算法对BP算法进行优化,提高了指纹识别的速度和正确度。
  关键词:指纹识别 BP神经网络 粒子群算法
  中图分类号: TP2 文献标识码:A 文章编号:1007-9416(2011)09-0127-01
  
  进入21世纪后,由于国际反恐、互联网应用等因素的推动,在全球范围内,指纹识别技能得到了更加广泛的应用,应用广泛的同时,人们对指纹识别系统的速度和可靠性的要求也越来越高。
  1、指纹识别系统
  指纹识别系统是一个典型的模式识别系统,常常包括指纹的采集与分类、指纹的细节匹配和指纹的压缩与存储。通过光学采集仪将活体指纹图象录入系统;对指纹图象进行预处理,减弱噪声,增强脊和谷的对比度,提高图象质量;指纹特征又分为整体特征和部分特征,整体特征用于指纹的分类;特征匹配是把新指纹特征与指纹库中所存储指纹的特征进行对照,找出最相似的做为识别结果。
  2、粒子群算法及其对神经网络的优化
  粒子群算法(PSO)是将群体中每个个体视为多维搜索空间中一个没有质量和体积的粒子,这些粒子在搜索空间中以一定的速度飞行,并根据粒子本身及同伴的飞行经验对自己的飞行速度进行动态调整,即每个粒子通过统计迭代过程中自身的最优值和群体的最优值来不时地修正自己的前进方向和速度大小,从而变成群体寻优的正反馈机制。粒子群算法便是这样依据每个粒子对环境的适应度将个体逐渐移到较优的区域,并最后寻找到问题的最优解。
  用PSO优化神经网络时,各粒子包含神经网络的所有参数,通过迭代来优化这些参数,从而达到训练的目的。此外用PSO优化神经网络时不使用梯度信息,可使用一些不可微的传递函数,训练结果优于BP算法。
  3、指纹分类
  现代大型指纹数据库都对指纹进行分类,这么做是由于指纹识别过程本身数据计算量庞大,进行分类可以有效的缩减识别时间,提高识别正确率。在本文的识别系统中,我们将指纹分为五类:弓型、尖弓型、左箕型、右箕型和斗型。在用BP网络进行指纹分类之前,先要提前指纹的异常点(三角点和中心点),之后按如下准则分类:
  无三角点和中心点则为弓型;如存在两个三角点和两个中心点则为斗型;若存在一个三角点和一个中心点,三角点在中心点右侧为左箕,三角点在中心点左边为右箕,三角点在中心点的正下方为尖弓型。在对指纹进行分类前,我们要对三角点和中心点的信息进行编码,以不同的码值对应可能出现的分类类型,具体编码表如下:
  表1 指纹异常点编码表
  粒子群优化BP神经网络指纹分类方法如下:
  初始化BP神经网络的层数,输入层神经元个数为n1,隐层神经元个数为n2,输出层神经元个数为n3,输入层与隐层之间的连接权值为Wij,隐层与输出层之间的连接权值为Vjk,隐层阈值为θj,输出层的阈值为γk。将Wij、Vjk、θj和γk作为粒子,初始化粒子的速度、个体极值、全局最值、邻域极值,以及粒子群优化算法的最大迭代次数tmax和最小误差值Emin。
  计算每一个网络在训练集上产生的均方误差MSE,并以此作为指标函数构造适应度函数,计算个体的适应度。式中的yi为指标值,为预测值,n为样本数。适应度函数f(x)=E(x),利用适应度函数判断是否需要更新粒子的个体最优值、全局最优值和临域最优值,然后更新每一粒子不同分量上的飞行速度知道迭代次数达到tmax或训练误差小于Emin。训练完成后如果误差未达到Emin,用梯度降落法调整Wij、Vjk、θj和γk直到训练达到误差Emin或迭代次数达到tmax时,结束训练。
  4、实验及结果分析
  根据表1的编码设定BP神经网络的输入神经元个数为6,指纹分类库的指纹类型是五种,所以输出是5位的编码,例如指纹图象中没有三角点和中心点,输入编码为000000,输出编码为10000。设定tmax=300,在指纹库中存入1000枚指纹,其中700枚作为训练样本,剩下的300枚作为测试样本。
  待训练结束后,对剩下的300枚指纹进行测试,实验结果如表2所示:
  实验结果基本令人如意,利用粒子群算法优化的BP神经网络在指纹识别应用中可以实现,而且一定程度上提高了识别速度,正确率上还有待进一步提高。
  参考文献
  [1]边肇祺,张学工等.模式识别[M].北京:清华大学出版社,2000.
  [2]韦巍,何衍.智能抑制基础[M].北京:清华大学出版社,2008.
  [3]柴晓光,岑宝炽.民用指纹识别技能[M].北京:人民邮电出版社,2004.

转载请注明来源。原文地址:https://www.7428.cn/page/2018/1123/45830/
 与本篇相关的热门内容: