基于非负稀疏编码和RBPNN的掌纹图像识别方法

被引:3
作者
尚丽
陈杰
机构
[1] 苏州市职业大学电子信息工程系
基金
中国博士后科学基金;
关键词
非负稀疏编码(NNSC); 径向基概率网络(RBPNN); 掌纹图像; 图像识别和分类;
D O I
10.16219/j.cnki.szxbzk.2008.01.015
中图分类号
TP391.41 [];
学科分类号
摘要
主要探讨了一种新颖的基于非负稀疏编码(NNSC)和径向基概率神经网络(RBPNN)模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。
引用
收藏
页码:65 / 69
页数:5
相关论文
共 1 条
[1]
Recognition of Palmprints Using Wavelet-based Features..KUMAR;SHEN H C;.Proc.Intl.Conf.Sys.Cybern.(SCI-2002).2002,