一、生物识别及其关键技术研究（论文文献综述）
钱俊如[1]（2021）在《基于深度学习的动态人耳识别方法研究》文中进行了进一步梳理随着机器学习领域的发展,生物特征识别技术也迅猛发展。近年来,人耳作为一种生物特征,由于其具有稳定性、非侵入性的捕捉过程,无表情的图像,以及个体之间在特征上的显着差异,使得人耳逐渐引起相关研究人员的关注和重视。但是目前大多数人耳识别的课题研究工作都是在静态人耳图像上进行的,也没有公开的动态人耳数据库,因此建立动态人耳数据库、实现动态人耳识别是人耳课题中的一个重要研究方向,对生物特征识别技术的发展具有重要意义。本文对基于深度学习的动态人耳识别方法进行研究,主要研究内容包括:（1）针对目前没有公开的动态人耳数据库,为了更好的进行动态人耳识别方法的研究,构建了CCU-DE小样本人耳数据库。该数据库充分考虑了人耳图像的各种复杂情况和姿态变化,如平移角度、旋转角度、光照变化、遮挡和干扰等因素的影响,使动态人耳识别研究更接近于复杂的实际情况,增加人耳动态识别的应用性。（2）构建了基于深度学习的YOLO＿v3动态人耳识别模型,该模型采用迁移学习方法进行预训练,在CCU-DE小样本人耳数据库中,分别针对不同对比度、平移和旋转运动下的多姿态变化和有无遮挡等情况进行了仿真研究,仿真结果表明该模型能够在多姿态变化、干扰、遮挡等复杂情况下,很好的进行动态人耳识别,从而验证了动态人耳识别的可行性、有效性和鲁棒性。对人耳识别领域以及其他生物特征识别领域的研究具有重要的参考和借鉴价值。
贺璞贞[2]（2020）在《人工智能在商业银行客户关系管理中的运用》文中指出人工智能已经进入了我们的时代,特别是在金融领域各方各面都利用到了人工智能,虽然人工智能在国内尚处于初级时代,主要集中在风控、量化交易、智能客服等方面,但是人工智能在处理数据方面与金融业有天然的匹配度,银行方方面面都可以通过人工智能的帮助来进一步创新和提高。人工智能在商业银行客户关系管理的运用虽然已经起步但远不止于此,对人工智能在商业银行客户关系管理运用的深入研究,有助于促进我国银行业的蓬勃健康发展,提高商业银行的竞争力。促进我国构建多层次、立体化的银行业金融体系,加快社会运行效率。本文以商业银行客户关系管理服务为切入点,对其未来发展趋势进行预判。研究内容上,从人工智能、客户关系管理概念出发,证实人工智能在金融领域与商业银行未来发展中的重要性和必要性到分析国内外银行业中运用人工智能技术的现状,本文选取了招商银行、平安银行、浦发银行等银行自2014年至2018年的年报数据进行分析,了解人工智能投入对银行利润的变化情况。说明银行在人工智能上投入及产出的关系,证实商业银行对人工智能开发的大量投入及回报率,以及对未来的预测。如何通过人工智能在客户关系管理中发挥作用,提升零售以及公司客户业务水平。有效的规范而进行客户管理,根据实际出发研究人工智能在客户管理中具体运用方向。通过商业银行现有获取客户的方式来进行分析和拓展,如何通过人工智能提高效率和改善原有不足,实现跨越式发展。研究方法上使用文献分析法分析商业银行如何通过人工智能实现银行业创新与发展。比较国内外文献及国内外银行的发展现状,了解人工智能在银行业中发展脉络。运用案例分析法整理数据,分析人工智能投入的益处以及发展方向。研究结论上,商业银行通过人工智能转型是大势所趋,越早在科技智能化客户关系管理方面投入成本,对银行提高营业收入、扩大资产规模、增加利润总额表现越显着。人工智能开发成本较高,每年增加在科技人力及开发软件系统中成本庞大,适合资金以及技术支持较为雄厚的银行。随着人工智能的不断发展,银行通过对客户数据的有效利用,分析出客户的消费行为、投资能力等,在客户未来投资过程中提供个性化金融产品的推荐,并在后续业务办理中给予相应的服务。银行需要进一步完善智能语音客服系统,使人工与人工智能交互效率提高。研发银行业务移动化服务,利用手机、电脑等终端设备,不仅研发成本较低,且不受空间限制,让客户可以在任意时间和地点完成金融服务,是大部分银行第一选择的模式。缩短简化业务流程,无纸化流程减少客户到营业厅办理业务的时间,不仅没有智能化网点的成本高,亦能改善客户办理业务的模式。在大量投入开发人工智能的同时,也应该严格遵循监管政策要求,慎重选择合作机构,规避风险。提高银行竞争力,打造适应当今大数据时代,具有自身金融特点的银行。明确银行规范与业务流程,建立在大数据分析的自主风险把控能力,不断以服务客户,挖掘客户潜能为指导,解决开发中的难点,精准把控创新业务的力度和节奏。通过实践经营成果数据表明,提前转型创新的银行将会有显着的成效。但是人工智能在客户关系管理中依然受到专业技术人才紧缺,挖掘客户信息与保护客户隐私,安全性等各种不同程度的受到技术条件以及政策条件的限制,大范围的推广及应用还有待时日。应该明确银行的规则与流程,准确把控银行业务的力度和节奏。转型创新的以客户为中心的银行将会在未来逐步有显着的成效。在这个激荡的时代,我们银行从业者不断用智慧和专业共同塑造这个古老但始终充满旺盛生命力的行业,让我们携手中国银行业共同砥砺前行。
戴可[3]（2020）在《基于Spark的江西省新一代信息技术专利数据分析研究》文中认为新一代信息技术产业于2009年正式确立,数十年来一直是国家扶持的重点对象。近年,江西省新一代信息技术产业增长势头明显,但与沿海经济发达省份相比还存在不少差距。本文利用大数据技术和权威的专利数据,对江西省新一代信息技术产业发展状况进行深度分析和预测,为产业发展提供更有效的对策。本文主要研究内容如下:1、收集实验所需数据,并搭建Spark开发环境。本文根据国家统计局给出的对于新一代信息技术产业的分类,以及国家知识产权局给出的产业划分目录,制定专利数据检索式。利用Python实现网络数据爬取,经过清洗后生成原始数据集。本文建立了Spark集群及开发环境,利用大数据框架进行数据统计与分析,并利用Echarts图表库实现数据可视化。2、提出了改进的K-Means算法对专利数据进行聚类分析。聚类分析之前,为了提高实验结果的准确度,对实验数据进行离散点检测去除操作。为避免出现局部最优解的问题,改进了选取聚类中心点的方式,实验以江西省数据为例,选取专利申请人、专利年度数据等指标,进行多维度聚类分析。3、提出了基于Logistic模型以及生命周期理论的技术发展预测方法。以专利数据量为样本数据,用梯度下降法对模型进行参数调整以得到最优结果。本实验对全国新一代信息技术及其部分核心领域发展现状进行分析和预测,为未来的发展方向提供指导依据。为将分析结果进行系统性的展示,论文最后构建了一个Web系统,将研究结果可视化。本文的创新点是:1、采用权威的专利数据和大数据技术,对江西省新一代信息技术产业的发展进行分析和预测了产业发展趋势,填补了江西省在这一领域研究中的空白;2、引入了Spark大数据处理框架,提高海量数据处理效率,并改进了K-Means算法,利用离散点检测算法去除噪声,改善聚类中心点的选取方式,使得算法收敛速度更快,聚类效果更好。
朱万山,刘兴刚,崔永玲,李鹏,李瑞艺,杜金鹏,刘铁根[4]（2020）在《城市公共交通中非接触支付技术研究进展》文中研究指明简要回顾了国内外城市公共交通中非接触支付技术的发展历史,介绍了基于非接触IC卡、NFC、SIMPASS、RF-SIM、居民二代身份证等非接触技术在城市共同交通应用的研究现状。论述了在城市公共交通非接触支付领域的最新进展,包括:支持主被动扫码、支持各种离线在线数据传输、支持各种嵌入式SDK及可执行文件、支持多个App的单码和多个App的复合二维码、支持各种数据安全算法、兼容各种交易流程的二维码移动支付模型;利用模式识别算法支持各种消费介质的基于云闪付的移动支付模型;以及基于声波和人脸的生物识别移动支付模型。讨论了城市公共交通中非接触支付技术的难点问题,并在此基础上,指出城市公共交通中非接触支付技术的发展趋势。
赵嶷飞,孟令航,李克南[5]（2019）在《基于人工智能的智慧民用航空运输系统》文中认为综合民航行业发展需求和民航科技发展总体趋势可见,智慧民航是大势所趋,梳理智慧民航的赋能技术、关键特征、模式形态和关键技术尤为重要。从民航发展背景和智慧民航定义出发,分析了5G（第5代移动通信网络）、云计算、物联网、大数据、人工智能和移动互联网等新兴技术对民航的可能影响,探讨了智慧民航的关键特征和应用场景,并提出了实现智慧民航应解决的关键技术问题。
马晓峰[6]（2020）在《虹膜图像定位识别算法及应用研究》文中认为随着互联网及信息技术的不断发展,人们越来越关注自己隐私和个人信息的安全,传统的身份验证方法已难以满足人们的要求。在这样的形势下,生物识别技术因其便捷、安全等特点越来越受到人们的青睐,其中虹膜识别技术因高防伪性、高稳定性等特点成为了生物识别领域的研究热点。本文对虹膜识别中的几个关键技术进行了研究及改进,主要包括虹膜定位、归一化、特征提取与识别等内容。具体工作包括以下几个方面:（1）分析了虹膜独特的生理特征,对虹膜识别系统中的每个关键技术进行了详细的介绍,同时介绍了识别系统的性能评价标准。（2）研究虹膜图像的定位算法。首先,根据瞳孔的灰度特征及近圆特性,提出了一种自适应阈值法与最小二乘法相结合的虹膜内边缘定位算法;然后根据瞳孔的中心及外边缘的边缘特性,提出了基于延展射线法的虹膜外边缘定位法,在此基础上进一步改进微积分算子法,并缩小检索区域,以改善虹膜定位的效率。（3）研究虹膜特征提取及识别算法。为充分发挥Gabor滤波器的特征提取性能,先对滤波器的各项参数特性进行分析与研究;然后提出了基于分块虹膜特征提取的方法,并通过粒子群算法对Gabor滤波器进行自适应优化,有效提高算法对不同的虹膜库的适应能力;最后结合支持向量机的非线性搜索能力,高效地完成虹膜特征的匹配与识别。（4）通过中科院的CASIA虹膜库进行算法分析与验证。首先通过正交实验法对特征提取方法中参数的影响进行分析,并确定出最优参数组合;最后分别对定位算法与识别算法进行了算法测试,得到定位准确率为98.81%,识别率为99.23%,相比传统方法,在定位和识别率上分别提高了1.32%和0.59%。结果表明,所提方法能快速有效地定位虹膜,能显着提高系统的识别性能。
徐乐真[7]（2019）在《职教云平台隐私保护安全机制的研究与应用》文中认为在国家教育信息化改革的浪潮下,教育部门大力推行数字校园建设,各类教育云平台应运而生。云平台的迅猛发展,使越来越多的数据和应用程序被迁移到云平台上。云计算平台与教育行业交集的领域包括了学生、家长和教师的个人敏感信息,职业教育还包括了招生录取、就业去向等信息。随着“教育云”的发展,学籍信息系统、贫困生资助系统、教师职称系统、教学资源等信息化系统也陆续迁移到云平台上。据统计,每年新生入学季是学生诈骗案的高发期,中职学校以自主招生模式为主,有独立的招生管理系统,伴随着职教云平台的推广和使用,由数据引发的隐私安全威胁愈演愈烈,作为各个信息系统建设重要基础支撑的云平台大数据,在采集、传输、存储和使用过程中面临诸多的安全风险。本文以广东省现代职业教育信息化与应用服务建设为背景,结合企业云平台的通用性和职业教育信息化自身的特点,研究职教云平台隐私保护的安全机制并实现应用。本文依托笔者就职工作单位（广东省食品药品职业技术学校信息中心）的数字校园建设项目,目前已经完成验收。该项目以职业教育为背景,以职教云平台为应用场景,文中分析了大数据环境下职教云平台的安全威胁,探讨了现有保障数据隐私安全的相关技术,设计了职教云平台的隐私保护安全机制,实现了安全模块系统,解决了隐私信息保护的相关安全问题。本文首先设计了职教云平台的总体架构,再从网络安全、系统安全、数据安全、应用安全四方面,详细设计了职教云平台隐私保护的安全机制。在网络安全和系统安全设计方案中,部署了硬件安全防御设备,给云平台数据中心提供可靠的基础设施保障,实现整体网络安全势态感知与预警。在数据安全设计方案中,云平台各业务系统集成采用统一登录界面,设计并实现了安全可靠的CAS统一身份认证,结合MD5加密口令的登陆模式,以及按角色分配权限的可信访问控制来保证数据的安全。在数据中心的特权用户统一认证模型中嵌入了口令和指纹识别的双因子认证模块,给特权用户配备了指纹识别终端,提高了特权账号的安全级别。在敏感数据查询模块中应用了差分隐私保护模型,完善了数据隐私保护机制。本文设计并实现了隐私保护安全机制,在实际职教云平台建设项目中得到了应用,该项目的安全性评估在国家网络安全等级保护测评中符合二级安全标准。
杜金明[8]（2019）在《基于两种算法的智能门禁系统的研究》文中进行了进一步梳理在科技发展日新月异的今天,人们的安全意识日益增强。在这样的前提下,生物识别技术越来越多的应用到各个行业中。门禁系统是最常见的安全保护系统,而生物特征具有唯一性与稳定性等优势,被广泛应用于身份识别产品中。因此,将生物识别技术运用到门禁系统可以提高其安全性与便利性。由于掌纹特征具有稳定性,不会随年龄等条件的改变而改变,且容易进行采集。当用户手掌方便进行识别操作时,门禁系统可通过掌纹对用户进行身份识别;当用户双手提着重物或不方便完成掌纹图像采集,语音识别可以帮助用户依靠语音信号来顺利通过门禁。因此,本文选取掌纹识别与语音识别两种识别方式对智能门禁系统进行研究。主要分为三个方面:（1）掌纹识别:简要介绍了掌纹识别技术;对掌纹图像进行归一化处理、锐化处理、利用Matlab完成图像的二值化处理与去噪,通过手掌轮廓信息以及指根点在轮廓链码中的位置定位轮廓特征点的方法,截取相应的掌纹感兴趣区域（ROI）对掌纹图像进行预处理;比较各种特征提取算法并选用2D-Gabor方法进行掌纹的特征提取,来实现掌纹的识别过程。（2）语音识别:对语音识别技术进行了概述;采用分帧和加窗方法对语音信号进行预处理;对语音信号利用端点检测、语音信号特征向量提取、模型训练、动态时间规整、相似度测量处理,介绍了语音模板训练方法,并提出了对DTW算法的优化方法。（3）门禁系统硬件与软件设计:掌纹识别方面对掌纹采集装置进行选取,应用Matlab提供的图像采集工具箱及GUI功能设计并实现了一套基于掌纹验证方式的在线门禁模拟系统;而语音识别方面搭建了硬件外围电路,选用SPCE061A单片机作为主控部分,完成了程序编写。对两种识别方式进行了测试与结果分析。实验证明,该研究有着较高的识别准确率,基本上满足了对该门禁系统预期达到的要求。这两种识别方式的结合对智能门禁系统的设计与研究具有重要利用价值,并存在广泛的实用价值与市场前景。
叶俊男[9]（2018）在《基于价值共创视角的城市智慧照明综合装置形态设计评价方法研究》文中认为智慧城市是一个透彻感知、全面互联、深度智能的大系统,它的核心是通过利用互联网、云计算、大数据、物联网等信息数字技术将现代城市中的物理、信息、社会和商业等基础设施连接起来,对城市中产生的民生、环保、交通、公共安全、城市服务、工商业活动等各种需求做出智能快速相应,在节约能源的基础上提高城市运行效率,实现城市绿色可持续性发展,为城市居民创造更加美好的生活。USLE（Urban Smart Lighting Equipment,以下简称:USLE）将是实现智慧城市更新建设中的重要应用载体,将在实现城市节能减排、提升城市形象、利用城市资源、推进可持续发展等方面发挥重大作用。目前USLE在产品设计与评价方面需要解决的问题包括:（1）需要加强从用户感性和用户参与角度对USLE进行设计;（2）需要完善USLE功能需求提取和评价方法;（3）USLE形态设计与评价方法需与时俱进。针对以上问题,本课题研究将在梳理国内外相关USLE资料的基础上,运用价值共创和感性工学相关理论与方法对USLE形态设计评价方法进行研究与探索。研究主要内容包括以下几方面:（1）以产品形态设计领域的价值共创过程系统模型和基于价值共创视角的产品设计流程与内容为基础,提出了产品智能系统设计的价值共创,包括功能、结构、材料、形态、色彩、技术、商业、交互和服务九个方面内容,结合木马设计提出的“四链融合·七步创新”法,制定产品智能系统设计价值共创流程。（2）通过分析价值共创理论中的基于生产者逻辑的价值共创过程和基于用户逻辑的价值共创过程,结合感性工学和相关形态设计理论与方法,对价值共创视角下的USLE形态感性设计与评价系统进行总体架构,提出USLE产品设计原则。（3）以情感化设计为理论基础,结合层次分析法（AHP）构建了基于情感化设计理论的USLE生产者与用户需求层次模型,利用模糊层次分析法获得城市特定区域形态功能需求指标的优先次序及重要度。（4）通过市场调研、用户调研和聚类分析,建立了环境评价、功效评价、创新评价、风格评价、人文评价、质量评价和形态评价等七大USLE感性意象评价维度空间,在这基础上以上海海湾大学城为例,运用因子分析法构建价值共创视角下城市特定区域USLE感性意象空间,运用多元线性回归方法获得感性意象因子与用户满意度关系。（5）通过眼动追踪、虚拟现实技术以及形态分析法获得上海海湾大学城USLE形态样本进行主要形态特征和设计要素,运用数量化理论Ⅰ类构建出上海海湾大学城USLE形态要素与感性意象关系模型,并用配对T检验方法进行了模型验证,最终建立价值共创视角下感性意象、形态设计要素和形态满意度的多元回归模型。通过该模型,可以快速获得某个感性意象下用户满意的形态设计要素,指导设计师进行形态创意设计;同时可快速计算得出USLE形态设计方案的满意度,对设计方案优劣进行快速的感性评价,从而实现设计方案的快速推荐,成为USLE形态设计方案感性评价的重要依据。本课题主要研究的是价值共创视角下产品智能系统设计流程,生产者和用户对于城市不同环境下的USLE的功能需求评价方法,以及通过建立城市特定环境下的感性意象空间,形态感性意象、形态满意度以及形态设计要素关系模型对USLE形态满意度、形态设计要素进行分析与评价的方法,研究成果同样适用于其他智慧城市相关智能综合装置的形态设计与评价,有助于未来生产企业、行业管理部门通过科学的手段对智慧城市综合终端产品进行定性、定量设计评价,快速获得设计方案的意见与建议,在未来智慧城市更新中发挥重要作用,具有较强的现实意义。
郭婧[10]（2018）在《基于SIFT变换的虹膜识别技术研究》文中研究说明生物识别技术作为一种新兴的身份识别技术,被广泛应用于国防、电子商务、金融和教育等领域。而在众多生物特征中,虹膜特征具有高稳定性、高防伪性和唯一性等特点,因此其在生物识别领域得到了重点研究。在真实的应用场景中,由于姿势不正、头部歪斜等原因,使得图像出现旋转、变形等问题,采用经典的虹膜识别算法识别的准确率不高。因此,研究旋转、变形的虹膜图像的识别技术具有重要的实用价值。本文的主要研究工作包括以下三个方面:1)针对旋转虹膜图像定位不准确的问题,本文提出S-R-F虹膜定位算法。首先定位虹膜内边缘,利用直方图均衡化方法求出合适的阈值,使用该阈值对虹膜图像进行二值化处理,然后采用形态学开运算去除噪声,再搜索瞳孔,确定圆心所在位置和圆的半径。定位外边缘时,由于旋转、变形等问题导致外边缘并非是规则的圆形,因此,在拟合椭圆时采用Canny边缘检测与RANSAC算法相结合的方法,计算得到外边缘。由于采用RANSAC算法可以得到有效的外边缘点集,从而提高外边缘的定位精度。2)针对旋转虹膜图像特征提取与匹配效率不佳的问题,本文提出H-S-P虹膜特征提取算法。首先使用Harris算法检测角点,然后用SIFT算子进行特征描述,最后将得到点的SIFT特征进行PCA降维。该算法避免了现有算法在匹配时的循环移位的操作,可以有效地提高匹配效率。此外,本文采用街区距离算法进行特征匹配,避免了欧式距离开根式的运算,提高了算法的运行效率。3)为验证本文所提算法的有效性,本文以CASIA虹膜数据库的图像作为实验数据,使用现有的虹膜识别算法作为对比实验。通过拒真率、认假率、ROC曲线和正确识别率4个指标对本文所提算法与现有算法进行评估对比。实验结果表明,本文设计的算法在准确率上优于现有算法。
二、生物识别及其关键技术研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、生物识别及其关键技术研究（论文提纲范文）
（1）基于深度学习的动态人耳识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容及论文组织结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文组织结构 |
| 第2章 基于深度学习的YOLO＿v3目标检测算法 |
| 2.1 深度学习介绍 |
| 2.2 卷积神经网络理论 |
| 2.2.1 输入层 |
| 2.2.2 卷积层 |
| 2.2.3 池化层 |
| 2.2.4 全连接层 |
| 2.2.5 输出层 |
| 2.3 目标检测算法 |
| 2.4 YOLO＿v3 算法 |
| 2.4.1 YOLO＿v3 结构 |
| 2.4.2 Darknet-53 主干网络 |
| 2.4.3 YOLO＿V3 算法步骤 |
| 2.4.4 损失函数 |
| 2.5 本章小结 |
| 第3章 构建CCU-DE小样本人耳数据库 |
| 3.1 人耳数据库采集环境设计 |
| 3.1.1 采集工具 |
| 3.1.2 采集环境 |
| 3.2 人耳数据库的采集 |
| 3.2.1 Eardata1 |
| 3.2.2 Eardata2 |
| 3.2.3 Eardata3 |
| 3.2.4 Eardata4 |
| 3.2.5 Eardata5 |
| 3.3 人耳数据集的预处理 |
| 3.3.1 降低像素值 |
| 3.3.2 图像增强 |
| 3.3.3 图像标注 |
| 3.4 本章小结 |
| 第4章 基于深度学习的动态人耳识别仿真实验研究 |
| 4.1 系统设计 |
| 4.2 软硬件环境 |
| 4.3 评价指标的确定 |
| 4.4 模型训练 |
| 4.4.1 初始值的确定 |
| 4.4.2 epoch值对训练模型的影响 |
| 4.5 仿真实验结果与分析 |
| 4.5.1 训练数据仿真实验结果分析 |
| 4.5.2 不同对比度对照实验 |
| 4.5.3 平移运动各角度姿态对比实验 |
| 4.5.4 旋转运动对比实验 |
| 4.5.5 有遮挡和无遮挡对比实验 |
| 4.6 本章小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（2）人工智能在商业银行客户关系管理中的运用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究的背景和意义 |
| 一、研究的背景 |
| 二、研究的意义 |
| 第二节 研究的内容和目的 |
| 一、研究的内容 |
| 二、研究的目的 |
| 第三节 研究的思路和方法 |
| 一、研究的思路 |
| 二、研究的方法 |
| 第四节 论文创新点 |
| 第二章 相关概念的理论基础和文献综述 |
| 第一节 人工智能的概念 |
| 第二节 商业银行客户关系管理的概念 |
| 一、“以客户为中心”的客户管理模式 |
| 二、商业银行提升客户管理水平的策略 |
| 三、探索创新个性化的金融产品和服务 |
| 第三节 相关文献综述 |
| 一、人工智能的相关文献综述 |
| 二、商业银行客户关系管理的相关文献综述 |
| 第四节 人工智能与商业银行客户关系管理的内在联系 |
| 第三章 人工智能在商业银行中运用的现状 |
| 第一节 人工智能在国内外商业银行运用的现状 |
| 一、人工智能在国内银行业中使用的现状 |
| 二、人工智能在国外银行业中使用的现状 |
| 三、国内银行通过人工智能手段提升业绩的案例 |
| 第二节 人工智能在商业银行客户管理运用中的挑战 |
| 一、宏观经济政策的影响 |
| 二、经济增长方式的转变 |
| 三、外部竞争的冲击 |
| 四、内部管理存在缺陷 |
| 第三节 人工智能在商业银行客户关系管理中带来的益处 |
| 第四节 人工智能在商业银行客户关系管理中存在的不足 |
| 第四章 人工智能在商业银行客户关系管理中应用分析 |
| 第一节 对客户行为的把握 |
| 一、了解客户需求及其应对措施 |
| 二、重新塑造客户体验 |
| 三、建立智能化平台 |
| 第二节 商业银行客户关系管理系统关键技术分析 |
| 第三节 商业银行传统管理客户模式与运用人工智能后的转变 |
| 第四节 人工智能在商业银行客户管理标准和监管制度 |
| 第五节 人工智能在商业银行中管理客户的难点 |
| 第五章 人工智能在银行客户管理中的发展方向 |
| 第一节 人工智能在商业银行运用中的多种场景及分析 |
| 第二节 完善金融体系和数据审批平台 |
| 第三节 进一步利用人工智能优化服务 |
| 一、优化银行智能识别功能 |
| 二、优化银行智能客服 |
| 三、探索人工智能如何运用在私人银行领域 |
| 第六章 结语与展望 |
| 第一节 本文主要结论 |
| 第二节 研究不足之处 |
| 第三节 对人工智能在商业银行客户关系管理的展望 |
| 参考文献 |
| 致谢 |
| 个人简历及在学期间发表的研究成果 |
（3）基于Spark的江西省新一代信息技术专利数据分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与组织结构 |
| 第2章 相关技术概述 |
| 2.1 爬虫 |
| 2.2 文本分词 |
| 2.3 Spark框架 |
| 2.4 Spark MLlib |
| 2.5 Echarts |
| 第3章 江西省新一代信息技术整体态势分析 |
| 3.1 开发环境的配置 |
| 3.1.1 基本配置 |
| 3.1.2 Spark集群建立 |
| 3.1.3 Spark开发环境的搭建 |
| 3.2 专利数据获取与处理 |
| 3.2.1 检索式的构建 |
| 3.2.2 数据获取 |
| 3.2.3 数据清洗 |
| 3.2.4 Spark统计与排序 |
| 3.3 江西省新一代信息技术产业整体分析 |
| 3.3.1 申请量年度变化分析 |
| 3.3.2 法律状态分析 |
| 3.3.3 主要申请人分布情况分析 |
| 3.3.4 发展热点分析 |
| 3.3.5 全国范围内新一代信息技术产业整体分析 |
| 3.4 本章小结 |
| 第4章 江西省新一代信息技术产业聚类分析 |
| 4.1 聚类算法的选定 |
| 4.1.1 聚类算法的分类 |
| 4.1.2 K-Means聚类算法 |
| 4.2 改进的K-Means聚类算法 |
| 4.3 基于Spark的文本特征构造 |
| 4.4 改进的聚类算法在Spark平台中的实现 |
| 4.5 专利数据聚类分析实验结果 |
| 4.5.1 专利年度发展状况 |
| 4.5.2 专利申请热点聚类挖掘 |
| 4.5.3 专利高产申请人聚类分析 |
| 4.5.4 全国各省市发展情况聚类分析 |
| 4.6 本章小结 |
| 第5章 新一代信息技术产业及相关技术发展预测 |
| 5.1 Logistic模型 |
| 5.2 S曲线预测 |
| 5.3 全国新一代信息技术产业及其关键技术发展预测 |
| 5.3.1 人工智能技术 |
| 5.3.2 物联网技术 |
| 5.3.3 新能源汽车 |
| 5.4 江西省新一代信息技术产业发展现状分析 |
| 5.5 基于技术生命周期的发展战略 |
| 5.6 本章小结 |
| 第6章 新一代信息技术专利数据分析系统的实现 |
| 6.1 可行性分析 |
| 6.1.1 技术可行性 |
| 6.1.2 经济可行性 |
| 6.2 系统分析与设计 |
| 6.2.1 实际需求分析 |
| 6.2.2 功能需求分析 |
| 6.2.3 数据库设计 |
| 6.2.4 系统整体架构设计 |
| 6.3 可视化系统的实现 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（4）城市公共交通中非接触支付技术研究进展（论文提纲范文）
| 0 引 言 |
| 1 传统非接触支付技术的研究现状 |
| 1.1 非接触IC卡支付技术研究现状 |
| 1.2 NFC支付技术研究现状 |
| 1.3 SIMPASS支付技术研究现状 |
| 1.4 RF-SIM支付技术研究现状 |
| 1.5 二代居民身份证支付技术研究现状 |
| 2 天津市智能卡终端与系统集成技术企业重点实验室在城市公共交通非接触支付领域的最新研究进展 |
| 2.1 基于聚合支付的二维码移动支付模型 |
| 2.2 基于云闪付的移动支付模型 |
| 2.3 基于生物识别的移动支付模型 |
| 2.4 数据信息安全 |
| 3 非接触支付技术的运用分析 |
| 4 结 论 |
（5）基于人工智能的智慧民用航空运输系统（论文提纲范文）
| 0 引 言 |
| 1 赋能技术 |
| 2 关键特征 |
| 3 模式形态 |
| 4 关键技术 |
| 4.1 基于航迹的协同交通管理技术 |
| 4.2 面向航空器运行管理的统一云平台技术 |
| 4.3 面向机坪运行的动态调配技术 |
| 4.4 基于旅客的风险预警及安全管理技术 |
| 4.5 有人机/无人机混合运行管控技术 |
| 4.6 航空器健康管理大数据分析 |
| 5 结束语 |
（6）虹膜图像定位识别算法及应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 虹膜识别国内外发展现状 |
| 1.3 论文的研究内容与创新点 |
| 1.4 论文的结构安排 |
| 1.5 本章小结 |
| 第二章 虹膜识别概述 |
| 2.1 虹膜的生理结构 |
| 2.2 虹膜识别系统 |
| 2.2.1 虹膜图像采集 |
| 2.2.2 虹膜图像质量评价 |
| 2.2.3 虹膜预处理 |
| 2.2.4 虹膜特征提取与识别 |
| 2.3 虹膜识别性能评价标准 |
| 2.4 本章小结 |
| 第三章 虹膜预处理 |
| 3.1 传统的虹膜定位算法 |
| 3.1.1 Daugman的虹膜定位算法 |
| 3.1.2 Wildes的虹膜定位算法 |
| 3.1.3 传统定位方法存在的问题 |
| 3.2 基于灰度特性的虹膜内边缘定位 |
| 3.2.1 自适应阈值法粗定位瞳孔边缘 |
| 3.2.2 虹膜图像的形态学处理 |
| 3.2.3 最小二乘法拟合虹膜内边缘 |
| 3.3 虹膜外边缘定位 |
| 3.3.1 虹膜外边缘粗定位 |
| 3.3.2 虹膜外边缘精定位 |
| 3.4 虹膜图像的归一化 |
| 3.5 本章小结 |
| 第四章 虹膜特征提取与识别 |
| 4.1 传统的特征提取算法 |
| 4.1.1 基于相位的特征分析法 |
| 4.1.2 基于纹理的特征分析法 |
| 4.1.3 基于小波变换的特征分析法 |
| 4.1.4 传统特征提取方法存在的问题 |
| 4.2 基于Gabor滤波的虹膜特征提取 |
| 4.2.1 Gabor滤波器的参数特性 |
| 4.2.2 Gabor滤波器组的构造 |
| 4.2.3 基于Gabor滤波的分块虹膜特征编码 |
| 4.3 Gabor滤波参数的自适应优化 |
| 4.3.1 粒子群算法的基本原理 |
| 4.3.2 粒子群算法优化Gabor滤波参数 |
| 4.4 基于支持向量机的虹膜特征匹配与识别 |
| 4.4.1 支持向量机的原理 |
| 4.4.2 基于支持向量机的虹膜匹配 |
| 4.5 本章小结 |
| 第五章 实验设计与分析 |
| 5.1 实验材料与设备 |
| 5.2 Gabor参数及虹膜子块参数的分析 |
| 5.2.1 各因素正交实验设计的方差分析 |
| 5.2.2 Gabor滤波器数量与虹膜子块数量的确定 |
| 5.3 虹膜定位与识别算法性能比对 |
| 5.3.1 虹膜定位结果与分析 |
| 5.3.2 虹膜识别结果与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（7）职教云平台隐私保护安全机制的研究与应用（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外的研究现状 |
| 1.2.1 国外的研究现状 |
| 1.2.2 国内的研究现状 |
| 1.3 研究内容 |
| 1.4 本文的结构 |
| 2 职教云平台隐私数据的安全 |
| 2.1 职教云平台概述 |
| 2.1.1 云计算 |
| 2.1.2 云计算的服务类型 |
| 2.1.3 职教云平台的发展 |
| 2.2 职教云平台隐私数据泄漏的安全威胁 |
| 2.2.1 职教云平台数据安全问题 |
| 2.2.2 数据在生存周期存在的安全威胁 |
| 2.3 职教云平台隐私保护技术研究 |
| 2.3.1 数据加密技术 |
| 2.3.2 身份管理技术 |
| 2.3.3 可信访问控制 |
| 2.3.4 云平台API接口安全技术 |
| 2.3.5 数据隐私保护模型 |
| 2.3.6 硬件设施的防御技术 |
| 2.4 职教云平台隐私保护技术方案 |
| 3 职教云平台隐私保护的安全机制设计 |
| 3.1 总体设计 |
| 3.2 网络安全设计 |
| 3.2.1 数据中心安全方案设计 |
| 3.2.2 实施数据审计和风险控制 |
| 3.3 系统安全设计 |
| 3.3.1 操作系统安全 |
| 3.3.2 实时监控运维记录 |
| 3.4 数据安全设计 |
| 3.4.1 身份认证设计 |
| 3.4.2 安全可信的访问控制方案 |
| 3.4.3 差分隐私保护模块 |
| 3.4.4 数据交换过程安全设计 |
| 3.4.5 数据交换加密认证 |
| 3.5 应用安全设计 |
| 3.5.1 漏洞管理 |
| 3.5.2 漏洞预警 |
| 3.6 设计方案可行性分析 |
| 4 职教云平台隐私保护安全模块的实现 |
| 4.1 硬件安全模块部署 |
| 4.1.1 下一代防火墙部署实施 |
| 4.1.2 数据审计监控部署实施 |
| 4.1.3 数据库防火墙部署实施 |
| 4.1.4 堡垒机部署实施 |
| 4.1.5 应用层漏洞预警 |
| 4.2 统一认证模块应用 |
| 4.2.1 统一认证登陆流程 |
| 4.2.2 实现密码MD5 加密过程 |
| 4.3 差分隐私保护模块实现 |
| 4.4 数据中心访问控制模块实现 |
| 4.4.1 Web接口方式 |
| 4.4.2 数据节点管理 |
| 4.4.3 数据访问安全和权限控制 |
| 4.5 安全性评估 |
| 5 总结与展望工作 |
| 5.1 工作总结 |
| 5.2 展望未来 |
| 参考文献 |
| 致谢 |
| 学位论文数据集 |
（8）基于两种算法的智能门禁系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背影与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能化门禁系统研究现状 |
| 1.2.2 生物识别技术研究现状 |
| 1.3 论文主要内容及结构安排 |
| 第2章 掌纹识别 |
| 2.1 掌纹识别概述 |
| 2.1.1 掌纹识别技术的纹理特征及优势 |
| 2.1.2 掌纹识别系统的构成 |
| 2.2 掌纹图像的预处理 |
| 2.2.1 掌纹图像的归一化处理 |
| 2.2.2 掌纹图像的锐化处理 |
| 2.2.3 图像二值化及形态学去噪 |
| 2.2.4 轮廓特征点定位 |
| 2.2.5 掌纹ROI截取及尺寸、灰度归一化 |
| 2.3 掌纹特征提取算法及匹配 |
| 2.3.1 基于分块均值特征提取方法 |
| 2.3.2 基于空-频变换的掌纹特征提取方法 |
| 2.3.3 基于小波分解的灰度曲面方法 |
| 2.3.4 基于2D-Gabor方向滤波的方法 |
| 2.3.5 基于子空间的掌纹特征提取方法 |
| 2.4 掌纹特性匹配 |
| 2.5 本章小结 |
| 第3章 语音识别 |
| 3.1 语音识别技术及其原理 |
| 3.2 语音识别系统分析 |
| 3.2.1 语音信号预处理 |
| 3.2.2 端点检测 |
| 3.2.3 语音信号特征向量提取 |
| 3.2.4 模式匹配算法的选择 |
| 3.2.5 DTW算法 |
| 3.2.6 相似度测量 |
| 3.2.7 语音模板训练方法 |
| 3.2.8 算法的优化 |
| 3.3 本章小结 |
| 第4章 门禁系统硬件设计 |
| 4.1 硬件总体设计 |
| 4.2 掌纹识别硬件总体设计 |
| 4.2.1 掌纹识别硬件设计 |
| 4.2.2 掌纹采集装置的选取 |
| 4.2.3 掌纹识别硬件电路设计 |
| 4.3 声音识别硬件设计 |
| 4.3.1 语音识别硬件总体设计 |
| 4.3.2 SPCE061A及模块电路设计 |
| 4.4 门锁的选取 |
| 4.5 本章小结 |
| 第5章 门禁系统软件设计 |
| 5.1 掌纹识别软件设计 |
| 5.2 语音识别软件设计 |
| 5.3 本章小结 |
| 第6章 系统测试与分析 |
| 6.1 门禁系统掌纹识别实验 |
| 6.2 门禁系统语音识别实验 |
| 6.3 结果分析 |
| 6.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（9）基于价值共创视角的城市智慧照明综合装置形态设计评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 时代背景 |
| 1.1.2 产业背景 |
| 1.1.3 “价值共创”理论背景 |
| 1.2 国内外关于USLE相关研究和开发现状概述 |
| 1.2.1 国内外关于USLE相关研究 |
| 1.2.2 国内外关于USLE开发建设现状 |
| 1.2.3 目前USLE需要解决的主要问题 |
| 1.3 基于价值共创视角的产品形态设计相关理论与评价方法概述 |
| 1.3.1 价值共创理论 |
| 1.3.2 产品形态设计 |
| 1.3.3 感性工学(KE)理论与方法 |
| 1.4 研究目的、内容和意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容 |
| 1.4.3 研究意义 |
| 1.4.4 研究基础 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 研究技术路线 |
| 第2章 基于价值共创视角的产品设计流程探索与实践 |
| 2.1 产品设计领域的价值共创过程系统模型 |
| 2.1.1 基于生产者逻辑的价值共创过程系统模型 |
| 2.1.2 基于用户逻辑的价值共创过程系统模型 |
| 2.2 基于价值共创视角的产品设计流程与内容 |
| 2.2.1 产品概念设计的价值共创流程与内容 |
| 2.2.2 产品系统设计的价值共创流程与内容 |
| 2.2.3 产品协同设计的价值共创流程与内容 |
| 2.2.4 产品模块化设计的价值共创过程与内容 |
| 2.3 产品智能系统设计的价值共创 |
| 2.3.1 产品智能系统设计概念 |
| 2.3.2 产品智能系统设计的价值共创流程与内容 |
| 2.4 产品智能系统设计的价值共创实践——以ULSE的锂电池材料的价值共创为例 |
| 2.5 本章小结 |
| 第3章 基于价值共创视角的USLE形态设计与感性评价系统架构 |
| 3.1 USLE概念、应用范围及相关技术分析 |
| 3.1.1 USLE基本概念 |
| 3.1.2 USLE应用范围 |
| 3.1.3 USLE拓展应用内容与技术分析 |
| 3.2 USLE开放循环式形态设计系统构建 |
| 3.2.1 基本设计原则 |
| 3.2.2 基于价值共创视角的USLE开放循环式产品设计系统构建 |
| 3.3 价值共创视角下的USLE形态感性设计与评价系统构建 |
| 3.3.1 感性设计评价及流程 |
| 3.3.2 基于生产者逻辑的感性设计与评价系统 |
| 3.3.3 基于用户逻辑的感性设计与评价系统 |
| 3.4 本章小结 |
| 第4章 基于价值共创视角的USLE功能需求分析与评价方法研究 |
| 4.1 设计实验和统计分析方法 |
| 4.2 基于情感化设计理论的生产者与用户需求层次模型构建 |
| 4.2.1 情感化设计及层次划分 |
| 4.2.2 功能需求特点与获取方法 |
| 4.2.3 基于情感化设计理论的功能需求层次模型 |
| 4.3 USLE生产者与用户功能需求初选及结构优化——以上海海湾大学城为例 |
| 4.3.1 上海海湾大学城区域属性与路灯现状分析 |
| 4.3.2 功能需求市场现状调研与归纳 |
| 4.3.3 城市特定区域USLE功能需求重要度评价 |
| 4.4 构建USLE的生产者与用户功能需求层次分类模型——以上海海湾大学城为例 |
| 4.4.1 生产者与用户功能需求筛选 |
| 4.4.2 城市特定区域USLE生产者与用户功能需求分类模型构建 |
| 4.5 USLE各层次生产者与用户功能需求权重计算与优先度确定——以上海海湾大学城为例 |
| 4.5.1 实验方法 |
| 4.5.2 各层次功能需求权重计算与优先度值 |
| 4.5.3 上海海湾大学城USLE功能设计建议 |
| 4.6 本章总结 |
| 第5章 基于价值共创视角的USLE形态满意度评价方法研究——以上海海湾大学城为例 |
| 5.1 设计实验和统计分析方法 |
| 5.2 USLE形态感性意象词汇与实验样本选取 |
| 5.2.1 形态感性意象词汇选取与分析 |
| 5.2.2 代表性实验样本选取与分析 |
| 5.3 USLE形态感性意象评价维度实验与结果分析 |
| 5.3.1 实验过程与方法 |
| 5.3.2 数据分析与处理 |
| 5.3.3 形态感性意象评价维度空间建立与分析 |
| 5.4 上海海湾大学城USLE形态感性意象模型构建 |
| 5.4.1 上海海湾大学城形态感性意象词汇和代表性实验样本选取 |
| 5.4.2 感性意象评价实验 |
| 5.4.3 实验结果与分析 |
| 5.5 USLE感性意象与形态满意度关系模型构建与验证 |
| 5.5.1 感性意象与形态满意度关系模型构建 |
| 5.5.2 感性意象与形态满意度关系模型验证 |
| 5.6 本章总结 |
| 第6章 基于价值共创视角的USLE形态设计要素评价方法研究——以上海海湾大学城为例 |
| 6.1 设计实验与统计分析方法 |
| 6.2 基于眼动追踪和虚拟现实技术的USLE形态设计要素提取实验 |
| 6.2.1 实验目的 |
| 6.2.2 实验方案设计 |
| 6.2.3 实验内容 |
| 6.2.4 实验数据的处理与分析 |
| 6.3 基于形态分析法的USLE主要形态设计要素提取实验 |
| 6.3.1 实验目的与方法 |
| 6.3.2 实验过程 |
| 6.3.3 实验结果与分析 |
| 6.4 USLE形态设计要素与感性意象关系模型构建 |
| 6.4.1 代表实验样本感性意象得分 |
| 6.4.2 USLE形态设计要素与感性意象关系模型建构 |
| 6.5 基于感性意象的USLE形态设计原则 |
| 6.6 USLE形态设计要素与感性意象模型验证 |
| 6.7 USLE感性意象、形态设计要素和形态满意度的关系模型构建 |
| 6.8 USLE形态设计实践与评价——以上海海湾大学城为例 |
| 6.8.1 草图绘制与筛选 |
| 6.8.2 最终方案建模与渲染 |
| 6.8.3 形态设计评价 |
| 6.9 本章总结 |
| 第7章 总结与展望 |
| 7.1 论文总结 |
| 7.2 研究的创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的研究成果 |
| 附录 |
（10）基于SIFT变换的虹膜识别技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 典型的生物识别技术 |
| 1.3 国内外研究现状 |
| 1.4 虹膜识别技术的问题和难点 |
| 1.5 论文的内容及组织结构 |
| 1.5.1 论文的内容 |
| 1.5.2 论文的组织结构 |
| 第2章 虹膜身份认证及其关键技术研究 |
| 2.1 虹膜定位算法 |
| 2.1.1 经典的虹膜定位算法 |
| 2.1.2 最新的虹膜定位算法 |
| 2.2 虹膜特征提取算法 |
| 2.2.1 经典的虹膜特征提取算法 |
| 2.2.2 最新的虹膜特征提取算法 |
| 2.3 虹膜特征匹配算法 |
| 2.4 虹膜识别技术在CSP_Hrbeu认证系统中的应用 |
| 2.5 本章小结 |
| 第3章 S-R-F虹膜定位算法 |
| 3.1 算法的提出 |
| 3.2 算法的思想和流程 |
| 3.3 虹膜内边缘定位 |
| 3.3.1 图像二值化 |
| 3.3.2 形态学去噪 |
| 3.3.3 搜索瞳孔的圆心和半径 |
| 3.4 虹膜外边缘定位 |
| 3.4.1 Canny边缘检测算子 |
| 3.4.2 RANSAC算法 |
| 3.5 虹膜图像增强 |
| 3.6 实验分析 |
| 3.6.1 实验数据及内容 |
| 3.6.2 实验结果分析 |
| 3.7 本章小结 |
| 第4章 H-S-P虹膜特征提取与虹膜特征匹配 |
| 4.1 基于SIFT特征提取算法 |
| 4.2 H-S-P虹膜特征提取算法的提出 |
| 4.3 H-S-P虹膜特征提取算法流程 |
| 4.4 H-S-P虹膜特征提取算法 |
| 4.4.1 特征提取 |
| 4.4.2 PCA降维 |
| 4.5 虹膜特征匹配算法 |
| 4.6 H-S-P虹膜特征提取算法的实验与分析 |
| 4.6.1 实验数据及内容 |
| 4.6.2 实验结果分析 |
| 4.7 本章小结 |
| 第5章 实验结果与分析 |
| 5.1 实验环境 |
| 5.1.1 软硬件环境 |
| 5.1.2 实验数据集 |
| 5.2 实验与分析 |
| 5.2.1 实验评估标准 |
| 5.2.2 结果分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
四、生物识别及其关键技术研究（论文参考文献）
- [1]基于深度学习的动态人耳识别方法研究[D]. 钱俊如. 长春大学, 2021(02)
- [2]人工智能在商业银行客户关系管理中的运用[D]. 贺璞贞. 上海财经大学, 2020(07)
- [3]基于Spark的江西省新一代信息技术专利数据分析研究[D]. 戴可. 南昌大学, 2020(01)
- [4]城市公共交通中非接触支付技术研究进展[J]. 朱万山,刘兴刚,崔永玲,李鹏,李瑞艺,杜金鹏,刘铁根. 电子测量技术, 2020(09)
- [5]基于人工智能的智慧民用航空运输系统[J]. 赵嶷飞,孟令航,李克南. 指挥信息系统与技术, 2019(06)
- [6]虹膜图像定位识别算法及应用研究[D]. 马晓峰. 上海工程技术大学, 2020(04)
- [7]职教云平台隐私保护安全机制的研究与应用[D]. 徐乐真. 广东技术师范大学, 2019(02)
- [8]基于两种算法的智能门禁系统的研究[D]. 杜金明. 成都理工大学, 2019(02)
- [9]基于价值共创视角的城市智慧照明综合装置形态设计评价方法研究[D]. 叶俊男. 华东理工大学, 2018(01)
- [10]基于SIFT变换的虹膜识别技术研究[D]. 郭婧. 哈尔滨工程大学, 2018(04)