人工神经网络数据融合方法研究与应用

神经网络模式识别是一门崭新的学科，近年来，受到了普遍的关注和重视， 它的应用已经成为神经网络理论应用最成功的一个方面。数据融合作为许多传统 学科和新兴工程领域相结合而产生的一个新的前沿学科，超越了在军事领域的应 用，已经在很多领域都得到了广泛的应用。本文探讨了神经网络模式识别结合数 据融合理论在身份识别上的应用，在对传统的单一特征身份识别方法如说话人识 别、人脸识别进行系统论述的基础上，提出了融合人脸图像和语音信号中的特征 参数，利用神经网络来进行系统身份识别，并以该融合识别方法和传统的身份识 别方法进行仿真实验。实验结果证明了融合系统具有更好的性能。 本文的结构如下： 第一部分论述了传统的身份识别方法，以说话人识别和人脸识别为主，着重 说明了识别的过程和特征参数的提取，同时对国内外研究者所取得的成果和不足 进行了比较详细的论述。 第二部分简要的介绍本系统的理论背景，包括神经网络模式识别和数据融 合，以及它们在身份识别领域的应用。 第三部分在综合上述内容的基础上，详述了本神经网络融合识别系统的原 理、特点、算法过程和预计的应用领域。该系统提取了能良好表现个体特征的语 音信号和人脸图像信息，对这两类数据分别进行特征矢量提取，通过数据关联过 程，最后输入到融合识别模块进行身份识别。在本部分的最后，利用实际数据进 行传统方法和本方法的仿真实验，并对仿真实验结果进行了总结。 全文最后对神经网络数据融合在身份识别中应用的研究进行了总结，并对缺 陷提出了可能的解决方法，对进一步的研究进行了展望。