Palm-print recognition based on improved two dimensions principal component analysis

您当前的位置：

首页 >

文章列表页 >

Palm-print recognition based on improved two dimensions principal component analysis

更新时间：2025-09-01

- Palm-print recognition based on improved two dimensions principal component analysis
- Issue 2, Pages: 283-286(2007)
- 作者机构：
  
  1. 1:山东大学信息科学与工程学院
  2. 2:山东大学信息科学与工程学院,济南,250100
  3. 3,济南,250100
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2007
- 稿件说明：
移动端阅览
Palm-print recognition based on improved two dimensions principal component analysis[J]. 2007, (2): 283-286.
DOI：

Palm-print recognition based on improved two dimensions principal component analysis[J]. 2007, (2): 283-286. DOI：

摘要

主分量分析(PCA)是一种在众多生物特征识别中获得成功应用的特征提取技术

是一种基于二阶统计的在最小均方误差意义上的最优维数据压缩技术

它所提取的各特征分量之间是互不相关的。传统的PCA变换是对图像向量的分析

但向量维数一般都很高。二维主分量分析方法是最近兴起的针对图像矩阵的主分量分析方法

与一维主分量分析相比能更精确的计算原始数据的协方差矩阵。将其应用于掌纹识别

并在主分量的选取上加以改进

选取了更适合于分类的主分量。实验结果表明

该方法不仅有更高的识别率

而且维数更低。

Abstract

关键词

Keywords

references

Views

216

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The spectral reflectance reconstruction method based on Three-channel expansion

3Dpoint cloud registration algorithm based on locality preserving PCA

The research of glasses removal based on PCA/ICA and error compensation

Dimensionality reduction method based on combination of PCA and ICA

Face feature vector equilibration based on classify ability

Related Author

王晓红

王东东

麻祥才

肖颖

高倩

吴明明

王育坚

王亚运

Related Institution

2:上海理工大学出版印刷与艺术设计学院

1:上海出版印刷高等专科学校印刷包装工程系

1:北京联合大学信息学院

2:西北民族大学数学与计算机科学学院

1:兰州理工大学电气工程与信息工程学院

⁰