English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 64745/64745 (100%)
造訪人次 : 20510671      線上人數 : 343
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/8474


    題名: 利用掌紋作個人身份之確認;Personal Identification Using Palm Prints
    作者: 鄭旭良;Hsu-Liang Cheng
    貢獻者: 資訊工程研究所
    關鍵詞: 類神經網路;掌紋辨識;生物認證;樣版比對;neural network;palm prints verification;biometrics;template matching
    日期: 2000-07-06
    上傳時間: 2009-09-22 11:27:55 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 隨著網際網路的蓬勃發展,網路的安全機制也日趨重要,而如何建立一套有效且方便的個人身份辨識系統,成了當今一重要的課題。在過去,有許多的掌形辨識系統被提出,雖然利用掌形來辨識個人可以達到不錯的辨識率,但是卻有的使用上的不便性,主要的原因是,幾乎所有的掌形機都需要使用者將手掌放在固定的支架上,這造成了使用者的不方便,針對此一問題,我們利用一般的掃描器來取得手掌影像,使用者只需將手掌自然的張開擺放在平台上,完全沒有任何的固定支架,而依然可以作良好的身份確認。 在辨識的方法上,我們採用三種不同的方法,第一種為基本的「Template Matching」方法,再利用線性相關係數,來作為相似度比較的依據,利用這一種方式,我們可以達到90%的辨識率。第二種方法,我們採用「Back-propagation」倒傳式類神經網路來辨識掌紋,利用此一方法,我們可以達到94%的辨識率。雖然利用倒傳式演算法可以達到不錯的辨識率,但是確有收斂速度過慢的缺點,針對此一缺點,我們採用了「Scaled Conjugate Gradient」的演算法來改善此一現象,利用此一演算法,我們可以達到幾乎99.5%的辨識率。 In this thesis, we present a novel approach to identify people using their palm prints. We use the common scanner to capture the palm print images and don't need any fixed pegs to fix the palm. In palm shape recognition machine, users have to put their hand on test plane with some fixed pegs, and this is unsuitable for some users like children. We solve this problem by our approach and make users easier to use the personal identification device. We tried the template matching and neural network methods to verify the palm print images. In template matching method, we adopt the linear correlation function to measure the similarity between different palm print images. In this approach, we can achieve about 90% accuracy rate. In neural network approach, we use the standard backpropagation and the scaled conjugate gradient algorithms to train the network. In the backpropagation neural network experiment, we have above 94% accuracy rate. Although the backpropagation neural network has desirable performance the slow convergence is the fatal drawback. In order to produce a significant improvement in the convergence performance of a multilayer perceptron, we have to use high-order information in the training process. So we use the scaled conjugate gradient method on the multilayer perceptron network, and we achieve almost 99.5% accuracy rate.
    顯示於類別:[資訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    0KbUnknown628檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋  - 隱私權政策聲明