基于大数据处理的指纹采集分辨技术_信息与计算科学.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2015-03-17
  • 论文字数:9747
  • 当前位置论文阅览室 > 毕业设计 > 信息与计算科学 >
  • 课题来源:(乖宝宝)提供原创文章

支付并下载

摘 要:大数据(big data)一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据;而生物特征识别技术是为了进行身份验证而采用自动化技术测量其身体特征或个人行为特点,并将这些特征或特点与数据库的模版数据进行比较,完成认证的一种解决方案,被评为21世纪十大高科技之一.指纹识别是生物特征识别的一种,具有生物特征识别的共性,有其唯一性,其历史较其他识别技术也要悠久的多,换言之,其技术相对成熟.

指纹的唯一性和不变性,使指纹识别技术成为当今最广泛的身份认证和识别技术之一.目前,指纹识别技术己被广泛地应用于公安、海关、银行、网络安全等领域,具有较高的理论意义和实用价值.

在2013年,我校实行电子指纹采集的形式进行体能测试引起了同学们的广泛关注和热议.

本文重在介绍大数据处理的技术特点和相关计算,同时还有若干计算方法和实际用例.如何将大数据与指纹分析技术联系在一起,这也是本课题所研究的亮点.

关键词:大数据;特点;计算方法;指纹识别

 

目录

摘要

Abstract

第1章 绪论-1

1.1 科学意义-1

1.2 大数据三阶段-1

1.2.1 运营式系统阶段-1

1.2.2 用户原创内容阶段-1

1.2.3 感知式系统阶段-1

第2章 大数据方法特点和相关技术-3

2.1 方法特点-3

2.2 关键技术-3

2.2.1 云计算-3

2.2.2 数据挖掘-3

2.2.3 可视化技术-4

第3章 指纹识别技术和数据挖掘-5

3.1 背景介绍-5

3.2 指纹识别中的一些基本概念-5

3.3 数据挖掘介绍-6

第4章 指纹识别-7

4.1 指纹图像分类-7

4.2 指纹样本类别判断-7

4.2.1 属性的相关度分析-7

4.2.2 K—临近分类法-8

4.3 基于数据挖掘的指纹识别模块结构-9

4.3.1 指纹图像数据挖掘流程-9

4.3.2 神经网络与指纹识别-9

4.4 聚类算法与指纹分类-11

4.4.1 聚类算法-11

4.4.2 聚类算法下的K-MEANS算法-11

4.5 基于K-MEANS算法的指纹识别分类-12

4.5.1 实验过程-12

4.5.2 实验结论-15

第5章 结论及展望-17

5.1 结论-17

5.2 展望-17

参考文献-19

致谢-21