計(jì)算機(jī)科學(xué)與技術(shù)畢業(yè)-基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
《計(jì)算機(jī)科學(xué)與技術(shù)畢業(yè)-基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》由會(huì)員分享,可在線閱讀,更多相關(guān)《計(jì)算機(jī)科學(xué)與技術(shù)畢業(yè)-基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)(64頁珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、畢業(yè)設(shè)計(jì)(論文)設(shè)計(jì)(論文)題目:基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)學(xué) 院 名 稱 :學(xué) 生 姓 名 :專 業(yè) :班 級(jí) :學(xué) 號(hào) :指 導(dǎo) 教 師 :答辯組 負(fù)責(zé)人 :填表時(shí)間: 年 6 月 摘 要當(dāng)今信息化社會(huì),計(jì)算機(jī)技術(shù)、傳感器技術(shù)、電子信息技術(shù)等均在飛速發(fā)展,利用人體本身固有的生理特征或行為特征進(jìn)行身份識(shí)別已經(jīng)取得越來越多人的認(rèn)可,最終已形成了一種新身份驗(yàn)證方式,即生物特征識(shí)別。與根據(jù)持有信物而完成的識(shí)別相比,生物特征識(shí)別具有其與生俱來的唯一性和安全性。生物特征識(shí)別技術(shù)包括固有生理特征識(shí)別和行為特征識(shí)別。目前,關(guān)于生物特征識(shí)別技術(shù)的大多數(shù)研究主要針對(duì)人的固有生理特征(如指紋
2、,掌紋,人臉識(shí)別,虹膜識(shí)別等)進(jìn)行的,而針對(duì)后天形成的行為特征識(shí)別的研究較少。本文主要介紹了一個(gè)針對(duì)用戶后天行為特征(輸入特征)而設(shè)計(jì)的生物識(shí)別系統(tǒng)。本文主要介紹了如何利用普通輸入設(shè)備開發(fā)生物特征識(shí)別系統(tǒng)。系統(tǒng)實(shí)現(xiàn)過程中,主要參考K-均值聚類算法,使用C#語言及Winform窗體編程,同時(shí)以Microsoft SQL Server Management Studio2008作為數(shù)據(jù)存儲(chǔ)解決方案,實(shí)現(xiàn)對(duì)生物特征的錄入,存儲(chǔ),計(jì)算,刪除,識(shí)別等功能,滿足了用戶的需求,達(dá)到了任務(wù)書的要求。本文分為五章:第一章主要介紹了生物特征識(shí)別技術(shù)的概念、發(fā)展歷史和現(xiàn)狀、研究目的和意義以及本論文要做的主要工作;第
3、二章主要介紹了和生物特征識(shí)別系統(tǒng)開發(fā)相關(guān)的一些背景知識(shí);第三章主要介紹了需求分析及系統(tǒng)設(shè)計(jì);第四章主要為各模塊功能實(shí)現(xiàn)、運(yùn)行效果圖及系統(tǒng)測(cè)試;第五章為總結(jié)與展望,總結(jié)了系統(tǒng)的實(shí)現(xiàn)過程,系統(tǒng)的不足,同時(shí)對(duì)該系統(tǒng)在未來的應(yīng)用進(jìn)行展望。【關(guān)鍵詞】生物特征識(shí)別 輸入特征 模式識(shí)別 K-均值算法ABSTRACTWith the development of computer technology, sensor technology, electronic information technology,using the intrinsic body physiological or behaviora
4、l characteristics of human for identities have gotten more and more peoples recognition, it has formed a new authentication methods, namely biometrics recognition. Compared with the way complete identification with the pledge , biometrics has its inherent uniqueness and security.Biometric identifica
5、tion technology includes the recognition of inherent physical characteristics and behavior characteristics.At present, most studies of biometric identification technology is aimed at peoples inherent physical characteristics (such as fingerprint, palm print, face recognition, iris recognition, etc.)
6、,however the study of acquired behavior characteristic recognition is less.This thesis mainly introduced a biometric system which is aimed at acquired behavior characteristic features (input features) .This thesis introduced the progress of developing a biometric system which is based on the common
7、input devices.During the System implementation process,the thesis referred to K-means algorithm and used c# and Winform.Meanwhile,SQL Server 2008 was used as the solution of Data Storage.The system completed functions such as the input of biometric features,storage,calculation,deletion and recogniti
8、on,which was meet the needs of users and achieved the requirements of the mission statement.The thesis was divided into five chapters.The first chapter introduced the concept, history and current situation,the purpose and significance of biometric identification technology.The second chapter mainly
9、introduced the knowledge of biometric identification system development.The third chapter introduces the requirements analysis and system design;The fourth chapter describes how to complete the functions of each module, operation renderings and system testing;The fifth chapter summarized the impleme
10、ntation of the system, the lack of system, meanwhile this chapter prospected the future of Biometrics.【Key words】Biometric recognition Input features Pattern recognition K-means algorithm目 錄第一章 前言1第一節(jié) 生物特征識(shí)別技術(shù)概述1一、生物特征識(shí)別技術(shù)簡(jiǎn)介1二、生物特征識(shí)別技術(shù)的發(fā)展歷史和現(xiàn)狀1第二節(jié) 生物特征識(shí)別系統(tǒng)的研究目的和意義2第三節(jié) 本論文主要研究工作4第二章 生物特征識(shí)別系統(tǒng)開發(fā)相關(guān)技術(shù)5第一
11、節(jié) 技術(shù)知識(shí)背景介紹5一、生物特征識(shí)別技術(shù)5二、Winform簡(jiǎn)介7三、Microsoft SQL Server 2008簡(jiǎn)介8四、 模式識(shí)別及K-means算法簡(jiǎn)介8第三章 系統(tǒng)的需求分析及設(shè)計(jì)11第一節(jié) 系統(tǒng)的需求分析11一、系統(tǒng)功能的需求分析11二、系統(tǒng)功能的運(yùn)行需求13第二節(jié) 系統(tǒng)數(shù)據(jù)庫的分析與設(shè)計(jì)13一、系統(tǒng)數(shù)據(jù)庫分析13二、系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)13第三節(jié) 系統(tǒng)功能模塊設(shè)計(jì)14一、特征采集模塊功能設(shè)計(jì)14二、數(shù)據(jù)歸一化處理模塊功能設(shè)計(jì)15三、特征計(jì)算模塊功能設(shè)計(jì)16四、特征匹配模塊功能設(shè)計(jì)16第四章 系統(tǒng)實(shí)現(xiàn)18第一節(jié) 開發(fā)環(huán)境配置及工具使用18一、 開發(fā)環(huán)境配置18二、 開發(fā)工具19三、
12、調(diào)試工具19第二節(jié) 各模塊功能的實(shí)現(xiàn)19一、特征采集模塊功能的實(shí)現(xiàn)20二、數(shù)據(jù)歸一化處理模塊的實(shí)現(xiàn)22三、特征計(jì)算模塊的實(shí)現(xiàn)23四、特征匹配模塊的實(shí)現(xiàn)27第三節(jié) 系統(tǒng)測(cè)試30一、閥值選定測(cè)試30二、根據(jù)按鍵間隔進(jìn)行生物識(shí)別方法測(cè)試30三、特征計(jì)算算法測(cè)試31第五章 總結(jié)與展望33第一節(jié) 總結(jié)33第二節(jié) 展望33致 謝35參考文獻(xiàn)36附 錄37一、英文原文:37二、英文翻譯:42 - 59 -第1章 前言第1節(jié) 生物特征識(shí)別技術(shù)概述一、生物特征識(shí)別技術(shù)簡(jiǎn)介生物特征識(shí)別技術(shù)(biometric recognition)是通過計(jì)算機(jī)與聲學(xué)、光學(xué)、生物傳感器和生物統(tǒng)計(jì)學(xué)原理等高科技手段密切結(jié)合,利用人
13、體固有的生理特性(如指紋、臉象、虹膜等)和行為特征(如筆跡、聲音、步態(tài)、輸入習(xí)慣等)來進(jìn)行個(gè)人身份鑒定的技術(shù)1。二、生物特征識(shí)別技術(shù)的發(fā)展歷史和現(xiàn)狀生物識(shí)別技術(shù)起步于九十年代初期,生物識(shí)別的發(fā)展歷史可以粗略地劃分為三個(gè)階段2。第一階段是從1990年到1997年。在此階段,整個(gè)市場(chǎng)僅有歐美澳等國(guó)不超過十家的供應(yīng)商。國(guó)內(nèi)廠商只是充當(dāng)了分銷商和系統(tǒng)集成商的角色,主要從事對(duì)國(guó)外產(chǎn)品進(jìn)行增值分銷的工作。第二階段是從1998年到2002年。在此階段,通過對(duì)國(guó)外技術(shù)和產(chǎn)品的學(xué)習(xí)借鑒,中國(guó)廠商開始在產(chǎn)品研發(fā)上取得一個(gè)又一個(gè)突破,逐漸攻克了核心軟件、硬件處理平臺(tái)、采集器件以及應(yīng)用系統(tǒng)設(shè)計(jì)等難關(guān),最終開始有少量由
14、國(guó)內(nèi)設(shè)計(jì)和制造的產(chǎn)品出現(xiàn),同時(shí)與國(guó)外產(chǎn)品的競(jìng)爭(zhēng)在這一階段開始。第三階段是從2003年至今。在此階段,中國(guó)生物識(shí)別技術(shù)和產(chǎn)品在商業(yè)應(yīng)用領(lǐng)域占據(jù)越來越多的市場(chǎng)份額,直至目前完全占據(jù)主導(dǎo)地位,控制了市場(chǎng)。與此同時(shí),國(guó)外廠商開始轉(zhuǎn)向復(fù)雜大系統(tǒng)、多技術(shù)融合等中高端產(chǎn)品及應(yīng)用的研發(fā)工作。生物特征識(shí)別技術(shù)早年運(yùn)用于法庭科學(xué)的司法鑒定,多是對(duì)靜態(tài)圖像(如指紋圖像、臉形圖像等)的事后采集和識(shí)別;上世紀(jì)九十年代末和本世紀(jì)初,特別是911恐怖事件之后,由于國(guó)際反恐斗爭(zhēng)的需要,對(duì)靜態(tài)、動(dòng)態(tài)圖像的事前事后采集和實(shí)時(shí)鑒別己成為防范安全風(fēng)險(xiǎn)的主要技術(shù)手段3。美國(guó)一直走在生物識(shí)別技術(shù)研究工作的前列。二十世紀(jì)九十年代,,美國(guó)已
15、經(jīng)開始啟動(dòng)生物特征識(shí)別技術(shù)應(yīng)用的標(biāo)準(zhǔn)化工作,主要針對(duì)指紋識(shí)別應(yīng)用在法律實(shí)施中的標(biāo)準(zhǔn)制定。1993年美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所的計(jì)算機(jī)系統(tǒng)實(shí)驗(yàn)室制定了國(guó)家標(biāo)準(zhǔn):ANSI/NISTCSL.1-1993:信息系統(tǒng)和指紋信息交換數(shù)據(jù)格式和刑事審判信息服務(wù)標(biāo)準(zhǔn)WSQ灰度圖像的壓縮標(biāo)準(zhǔn)。1995年,美國(guó)將傷疤、記號(hào)和紋身(SMT)信息加入到原有數(shù)據(jù)中,并將正面頭像、臉形和紋身數(shù)據(jù)的一個(gè)邏輯化記錄結(jié)構(gòu)加入到ANSI/NISTCSL.1-1993標(biāo)準(zhǔn)中。1997年,國(guó)家標(biāo)準(zhǔn)化與技術(shù)研究所信息技術(shù)實(shí)驗(yàn)室修訂了1993年的標(biāo)準(zhǔn),頒布了ANSI/NIST-ITL.la-1997國(guó)家標(biāo)準(zhǔn):信息系統(tǒng)和指紋、臉形、紋身信息
16、交換數(shù)據(jù)格式。1998年,美國(guó)召開了另一個(gè)指紋數(shù)據(jù)交換會(huì)議,進(jìn)一步修正、整理并更新了ANSI/NIST-CSL.1-1993和ANSI/NIST-ITL.la-1997標(biāo)準(zhǔn),美國(guó)國(guó)家標(biāo)準(zhǔn)化與技術(shù)研究所將這個(gè)文件發(fā)布為:NSIT特別資料SP500-2453。該文件規(guī)定了用于不同的管轄范圍和相異的系統(tǒng)之間有效地交換指紋、臉形、傷疤、標(biāo)記和紋身身份識(shí)別數(shù)據(jù)的一個(gè)通用格式3。二十世紀(jì)末和本世紀(jì)初,商業(yè)領(lǐng)域開始應(yīng)用越來越多新的生物識(shí)別技術(shù),包括實(shí)時(shí)指紋鑒別和身份驗(yàn)證、臉形識(shí)別、語音識(shí)別、視網(wǎng)膜和虹膜掃描、手形特征、擊鍵特征分析等。生物特征識(shí)別技術(shù)在商業(yè)領(lǐng)域的應(yīng)用,不僅促進(jìn)和擴(kuò)展了生物特征識(shí)別技術(shù)的應(yīng)用領(lǐng)
17、域,而且大大提升了安全防范技術(shù)的技術(shù)層次,使得生物特征識(shí)別技術(shù)成為安全防范技術(shù)的三大主導(dǎo)技術(shù)之一。我國(guó)于上世紀(jì)90年代初,指紋信息識(shí)別產(chǎn)品和系統(tǒng)開始應(yīng)用于公安業(yè)務(wù)和安全防范領(lǐng)域。據(jù)不完全統(tǒng)計(jì),目前生產(chǎn)生物特征識(shí)別產(chǎn)品(主要是指紋、人臉識(shí)別)的企業(yè)近百家,社會(huì)公共安全行業(yè)制定的相關(guān)標(biāo)準(zhǔn)約30余項(xiàng)。但這些標(biāo)準(zhǔn)都是以公安業(yè)務(wù)的刑事偵察、證照管理或安全防范的視頻監(jiān)控系統(tǒng)、出入口控制系統(tǒng)等具有應(yīng)用環(huán)境為基礎(chǔ)而制定的,未能從人體生物特征識(shí)別技術(shù)的高度建立相應(yīng)的標(biāo)準(zhǔn)體系3。第二節(jié) 生物特征識(shí)別系統(tǒng)的研究目的和意義 長(zhǎng)期以來,識(shí)別身份的方法是驗(yàn)證該人是否持有有效的信物,如密碼、照片、磁卡、鑰匙和身份證等。從本
18、質(zhì)上看,驗(yàn)證的是該人持有的某種“物”,而不是驗(yàn)證該人本身。所以只要“物”的有效性得到確認(rèn),則持有該“物”的人的身份也就隨之得到確認(rèn)4。這種“物”驗(yàn)證的辦法存在的漏洞是非常明顯的:“物”的丟失會(huì)導(dǎo)致合法的人無法被認(rèn)證,各種信物容易被偽造、破譯。在網(wǎng)絡(luò)環(huán)境下,密碼作為身份識(shí)別的標(biāo)志已被廣泛采用。但由于密碼容易被遺忘,也有被人竊取的可能,已無法滿足當(dāng)前信息化社會(huì)下人們對(duì)身份識(shí)別的需要。隨著社會(huì)的發(fā)展,傳統(tǒng)身份驗(yàn)證方式安全性越來越弱,已無法滿足當(dāng)今社會(huì)人們的需求。但是我們?cè)谌粘I钪须S時(shí)都需要進(jìn)行個(gè)人身份驗(yàn)證和權(quán)限的認(rèn)定,特別是在信息化社會(huì)的今天,人們對(duì)安全性的要求越來越高,同時(shí)也希望獲得簡(jiǎn)單快速的識(shí)
19、別方式。 為了解決這一問題,人們把目光投向生物特征識(shí)別技術(shù),希望能借助人體固有的生理特征或行為動(dòng)作來進(jìn)行身份識(shí)別。這樣就可以不必?cái)y帶大串鑰匙,也不用費(fèi)心去記各種密碼,并且也不用去擔(dān)心會(huì)忘記密碼。另外,生物特征具有唯一性,不可復(fù)制性,例如指紋,有學(xué)者推論:以全球60 億人口計(jì)算,300 年內(nèi)都不會(huì)有兩個(gè)相同的指紋出現(xiàn)。以電子商務(wù)、電子銀行的安全認(rèn)證為例,在電子商務(wù)中會(huì)有假冒他人身份的事件發(fā)生,如果能夠通過生物特征進(jìn)行論證,就能夠有效防止此類事件的發(fā)生。另外,網(wǎng)絡(luò)、數(shù)據(jù)庫和關(guān)鍵文件等的安全控制,機(jī)密計(jì)算機(jī)的登陸認(rèn)證,銀行ATM、POS 終端等的安全認(rèn)證,蜂窩電話,PDA 的使用認(rèn)證等等,都離不開可
20、靠安全的身份識(shí)別認(rèn)證??梢?,研究生物特征識(shí)別不但有可觀的經(jīng)濟(jì)效益,還有不可估量的國(guó)家信息安全效益。 生物特征識(shí)別技術(shù)是為了進(jìn)行身份驗(yàn)證而采用自動(dòng)化技術(shù)測(cè)量其身體特征或個(gè)人行為特點(diǎn),并將這些特征或特點(diǎn)與數(shù)據(jù)庫的模板數(shù)據(jù)進(jìn)行比較,完成認(rèn)證的一種解決方案,被評(píng)為21世紀(jì)十大高科技之一5。生物特征識(shí)別是目前最為方便和安全的識(shí)別技術(shù),并且生物特征識(shí)別產(chǎn)品均借助于計(jì)算機(jī)技術(shù)實(shí)現(xiàn),容易與安全、監(jiān)控、管理系統(tǒng)整合,實(shí)現(xiàn)自動(dòng)化管理。 用來鑒別身份的生物特征應(yīng)該具有惟一性、廣泛性、容易采集等特點(diǎn),實(shí)際應(yīng)用給基于生物特征的身份鑒別系統(tǒng)提出了更多的要求6,包括: 性能的要求:所選擇的生物統(tǒng)計(jì)特征能夠達(dá)到多高的識(shí)別率,
21、對(duì)于資源的要求如何,識(shí)別的效率如何等。 可接受性:使用者在多大程度上愿意接受基于所選擇的生物統(tǒng)計(jì)特征的系統(tǒng)。 安全性:系統(tǒng)是否能夠防止被攻擊。 可行性:是否具有相關(guān)的、可信的研究背景作為技術(shù)支持。 存儲(chǔ)量:提取的特征信息是否占用較小的存儲(chǔ)空間。 價(jià)格:是否達(dá)到用戶所能接受的價(jià)格。 速度和準(zhǔn)確率:是否具有較高的注冊(cè)、識(shí)別速度和識(shí)別率。 是否具有非侵犯性。目前,主要的生物特征識(shí)別技術(shù)有虹膜識(shí)別、視網(wǎng)膜識(shí)別、人臉識(shí)別、簽名、識(shí)別、聲音識(shí)別、指紋識(shí)別等等。然而,還沒有任何一種單獨(dú)的生物特征可以滿足上述全部要求。生物識(shí)別技術(shù)的應(yīng)用主要有以下幾方面7:門禁,重要區(qū)域的門禁管制:軍事基地、槍械庫、核能設(shè)施、
22、物料放置庫房、電腦機(jī)房、政府辦公室、保密資料室等;住宅安全,包括社區(qū)人員進(jìn)出及訪客出入記錄。職員或會(huì)員管理:內(nèi)部授權(quán)管制、考勤、薪資計(jì)算、俱樂部會(huì)員確認(rèn)。銀行證券類身份確認(rèn):如柜臺(tái)提款、自動(dòng)提款機(jī)、保險(xiǎn)箱、金庫、大額取款客戶身份確認(rèn)、公司提現(xiàn)確認(rèn)、交易終端客戶身份確認(rèn)、遠(yuǎn)程交易身份確認(rèn)、保險(xiǎn)受益人等各種社會(huì)福利受益人身份確認(rèn)等。個(gè)人財(cái)產(chǎn)使用管制:如移動(dòng)電話、個(gè)人電腦、筆記本電腦、汽車等。證照類:包括身份證、暫住證、駕駛證等。社保類:社會(huì)保險(xiǎn)系統(tǒng)、養(yǎng)老金發(fā)放系統(tǒng)。醫(yī)療檔案管理:血液管理、公費(fèi)醫(yī)療確認(rèn)、個(gè)人醫(yī)療檔案管理。計(jì)算機(jī)系統(tǒng)及信息安全:包括網(wǎng)絡(luò)安全、網(wǎng)上銀行及電子商務(wù)、電子政務(wù)的安全等。第三
23、節(jié) 本論文主要研究工作在本文中,將使用Winform所提供的相關(guān)控件及.NET Framework,結(jié)合WinForm的相關(guān)開發(fā)指南以及C#編程語言實(shí)現(xiàn)系統(tǒng),使用Microsoft SQL Server 2008實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ),主要有以下目的:設(shè)計(jì)并開發(fā)基于普通輸入設(shè)備的生物特征識(shí)別程序?qū)崿F(xiàn)生物特征識(shí)別、生物特征添加并存儲(chǔ)和識(shí)別的功能;分析研究模式識(shí)別相關(guān)內(nèi)容,利用模式識(shí)別相關(guān)算法實(shí)現(xiàn)機(jī)器學(xué)習(xí)和生物特征提取功能。本論文將著重討論基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)程序的設(shè)計(jì)與實(shí)現(xiàn),同時(shí)分析研究模式識(shí)別的相關(guān)技術(shù)要點(diǎn),主要工作如下:詳細(xì)分析基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)程序內(nèi)容,作需求分析,提出
24、具體需求;分析相關(guān)流程,做出詳細(xì)設(shè)計(jì),確定擴(kuò)展程序的總體框架;學(xué)習(xí)相關(guān)開發(fā)指南,結(jié)合Winform編程相關(guān)控件以及C#語言特點(diǎn),設(shè)計(jì)生物特征提取的算法,編寫代碼,測(cè)試功能,最終達(dá)到前期的設(shè)計(jì)目標(biāo)。第二章 生物特征識(shí)別系統(tǒng)開發(fā)相關(guān)技術(shù)第1節(jié) 技術(shù)知識(shí)背景介紹一、生物特征識(shí)別技術(shù)生物特征識(shí)別實(shí)際上是一項(xiàng)整合了眾多學(xué)科和應(yīng)用技術(shù)的綜合性技術(shù),該技術(shù)既具有很強(qiáng)的理論性又具有很強(qiáng)的工程性,其本身就是一個(gè)多學(xué)科交叉融合的典范。所涉及的基礎(chǔ)學(xué)科包括:數(shù)學(xué)、化學(xué)、物理學(xué)、生物學(xué)等;所涉及的應(yīng)用學(xué)科包括:信號(hào)處理、圖像處理、模式識(shí)別、人工智能、傳感器技術(shù)、嵌入式技術(shù)、信息安全、信息融合等。 如圖 2.1 所示,
25、典型的生物特征識(shí)別過程通常包括以下步驟8: 信號(hào)獲取 生物識(shí)別系統(tǒng)的信號(hào)(一維波形或二維圖像等)是由一個(gè)采集設(shè)備來獲取的。所獲取的原始信號(hào)的質(zhì)量非常重要,它是后繼處理的輸入數(shù)據(jù)。本文在實(shí)現(xiàn)基于普通輸入設(shè)備的生物特征識(shí)別系統(tǒng)的過程中,主要基于人的輸入習(xí)慣,在信號(hào)獲取階段,通過程序設(shè)計(jì),實(shí)現(xiàn)對(duì)目標(biāo)輸入相鄰按鍵之間的時(shí)間間隔的捕捉,完成信號(hào)獲取。 預(yù)處理 在這個(gè)階段,對(duì)信號(hào)/圖像進(jìn)行優(yōu)化,包括分割、去噪、消除旋轉(zhuǎn)和平移等操作。本文在實(shí)現(xiàn)系統(tǒng)的過程中,主要同過對(duì)得到的信號(hào)進(jìn)行歸一化處理來完成預(yù)處理步驟。具體思想是將得到的一組時(shí)間間隔作為一個(gè)多維向量,通過歸一化處理,使向量的模值為1。 特征提取 提取穩(wěn)
26、定的、區(qū)分能力強(qiáng)的特征,即要求所提取的這些特征能使類內(nèi)距離小,類間距離大。本文通過迭代計(jì)算數(shù)據(jù)中心點(diǎn),比較相鄰中心點(diǎn)間歐式距離完成特征提取。 特征匹配 將待識(shí)別的特征與模板庫中的模板進(jìn)行匹配,從而得到識(shí)別結(jié)果。本文通過待識(shí)別向量與已提取到的數(shù)據(jù)進(jìn)行對(duì)比,即可完成識(shí)別。圖2.1 生物特征識(shí)別系統(tǒng)的組合模塊 注冊(cè)(enrollment)、身份驗(yàn)證(verification)和身份辨識(shí)(identification)是一個(gè)生物特征識(shí)別系統(tǒng)的三種基本操作模式。但對(duì)于身份驗(yàn)證和身份辨識(shí)兩種模式,很多系統(tǒng)僅僅包括其中之一8。 注冊(cè)模式指在進(jìn)行驗(yàn)證或辨識(shí)前,用戶的身份需要先注冊(cè)到生物識(shí)別系統(tǒng)中。首先系統(tǒng)接受
27、用戶提供的人體生物信號(hào)及其個(gè)人的標(biāo)識(shí)(如姓名、ID號(hào)等);然后對(duì)所獲取的人體生物信號(hào)進(jìn)行預(yù)處理和特征提??;最后將提取的特征作為模板連同用戶的個(gè)人標(biāo)識(shí)存儲(chǔ)到模板庫或卡中。 身份驗(yàn)證這種模式需要用戶先聲明自己的身份,然后根據(jù)用戶的生物特征來完成匹配,即“一對(duì)一”匹配(1:1匹配)。首先系統(tǒng)接收用戶所提供的生物信號(hào)及個(gè)人的標(biāo)識(shí);然后對(duì)所獲取的用戶生物信號(hào)進(jìn)行預(yù)處理和特征提??;最后根據(jù)用戶提供的個(gè)人標(biāo)識(shí),從數(shù)據(jù)庫庫中提出相應(yīng)的生物特征,并將其與捕捉到的生物特征進(jìn)行匹配,進(jìn)而判斷匹配是否成功。 身份辨識(shí)是在事先完全不清楚用戶身份的條件下,根據(jù)用戶的生物特征來識(shí)別該用戶的身份,也被稱為“一對(duì)多”匹配(1:
28、 N 匹配)。首先系統(tǒng)接受用戶提供的生物特征信號(hào);然后對(duì)所獲取的用戶生物信號(hào)進(jìn)行預(yù)處理和特征提取,并將提取的特征與系統(tǒng)數(shù)據(jù)庫中所有或者部分模板進(jìn)行匹配;最后根據(jù)匹配結(jié)果得到最為相近的模板,則該模板對(duì)應(yīng)的 ID 就是這個(gè)用戶的身份。 無論是“一對(duì)一”還是“一對(duì)多”匹配,衡量匹配成功率的標(biāo)準(zhǔn)都是很關(guān)鍵的。在生物特征識(shí)別技術(shù)中這一標(biāo)準(zhǔn)稱為識(shí)別率,而識(shí)別率主要又由兩種錯(cuò)誤率來描述:拒真率(False Reject Rate,F(xiàn)RR)和認(rèn)假率(False Accept Rate,F(xiàn)AR)。 在進(jìn)行生物特征識(shí)別時(shí),輸入的生物特征要與已注冊(cè)的生物特征進(jìn)行不精確匹配。當(dāng)匹配度大于某個(gè)閾值時(shí),則該用戶就被當(dāng)作是
29、合法用戶而被接受;當(dāng)匹配度小于某個(gè)閾值時(shí),則該用戶就被當(dāng)作是假冒者而被拒絕。拒真率是指系統(tǒng)將合法用戶當(dāng)成假冒者而拒絕的概率;認(rèn)假率是指將假冒者當(dāng)成合法用戶而接受的概率。這兩種錯(cuò)誤率可用下面的公式來計(jì)算8:式中,NAA 和 NIA 分別是合法用戶和假冒者分別嘗試的總次數(shù);NFR和NFA 分別是錯(cuò)誤拒絕(false rejection)和錯(cuò)誤接受(false acceptance)的次數(shù)。當(dāng) FAR=FRR時(shí),F(xiàn)AR(FRR)稱為等誤率(Equal Error Rate,EER)。拒真率和認(rèn)假率這兩個(gè)錯(cuò)誤率反映了一個(gè)生物特征識(shí)別系統(tǒng)兩個(gè)不同方面的特性:FAR 越低,假冒者被接受的可能性越低,從而系
30、統(tǒng)的安全性越高;FRR 越低,合法用戶被拒絕的可能性越低,從而使得系統(tǒng)的易用性越好。對(duì)于任何一個(gè)生物特征識(shí)別系統(tǒng)來說,F(xiàn)AR 和 FRR 越小越好。但是,這兩個(gè)錯(cuò)誤率是矛盾的,二者不能同時(shí)降低,其中任何一項(xiàng)的降低,必將引起另一項(xiàng)的升高。所以,應(yīng)該根據(jù)不同的應(yīng)用來折中調(diào)節(jié) FAR 和 FRR:對(duì)于安全性要求較高的系統(tǒng),如某些軍事系統(tǒng)中,安全最重要,因此應(yīng)該降低 FAR;在對(duì)安全性要求不是很高的系統(tǒng),如很多民用系統(tǒng)中,易用性很重要,這時(shí)應(yīng)該相對(duì)降低 FRR。二、Winform簡(jiǎn)介WinForm是Net開發(fā)平臺(tái)中對(duì)Windows Form的一種稱謂,以 .NET Framework 為基礎(chǔ)。為了符合
31、本系統(tǒng)的開發(fā)要求,系統(tǒng)采用是微軟研發(fā)的軟件開發(fā)平臺(tái),采用Winform技術(shù)進(jìn)行系統(tǒng)編程工作,這項(xiàng)技術(shù)在實(shí)用性、適用性以及功能性上表現(xiàn)出了卓越的優(yōu)勢(shì),主要的表現(xiàn)以下幾個(gè)方面:控件靈活Windows窗體提供了一套豐富的控件,并且開發(fā)人員可以定義自己有特色的新的控件。WinForm控件是指以輸入或操作數(shù)據(jù)的對(duì)象。比如ComponentOne是.net平臺(tái)下對(duì)數(shù)據(jù)和方法的封裝。有自己的屬性和方法。屬性是控件數(shù)據(jù)的簡(jiǎn)單訪問者。方法則是控件的一些簡(jiǎn)單而可見的功能。包含在 .NET Framework 中的 Windows窗體類旨在用于 GUI 開發(fā)。您可以輕松創(chuàng)建具有適應(yīng)多變的商業(yè)需求所需的靈活性的命令窗
32、口、按鈕、菜單、工具欄和其他屏幕元素。數(shù)據(jù)管理Winform提供方便的數(shù)據(jù)顯示和操作:應(yīng)用程序開發(fā)中最常見的情形之一是在窗體上顯示數(shù)據(jù)9。Windows窗體對(duì)數(shù)據(jù)庫處理提供全面支持。可以訪問數(shù)據(jù)庫中的數(shù)據(jù),并在窗體上顯示和操作數(shù)據(jù)。向?qū)鞔_向用戶提供創(chuàng)建窗體、數(shù)據(jù)處理、打包和部署等的分布指導(dǎo)。簡(jiǎn)單易學(xué) Winform學(xué)習(xí)簡(jiǎn)單,大多數(shù)軟件開發(fā)人員認(rèn)為C#語言比其他的編碼語言更簡(jiǎn)單,尤其是一些特別簡(jiǎn)單易懂的表單和任務(wù),非常容易上傳到客戶端,這將使網(wǎng)絡(luò)布線和站點(diǎn)配置提供了一個(gè)方便易用的界面接口。三、Microsoft SQL Server 2008簡(jiǎn)介SQL Server 2008 數(shù)據(jù)庫技術(shù)是由微
33、軟公司開發(fā)而成,該數(shù)據(jù)庫具有較高的數(shù)據(jù)處理能力和數(shù)據(jù)安全性,該版本的數(shù)據(jù)庫增加了快捷的功能設(shè)計(jì)和個(gè)性化的特征,是一款功能全面的數(shù)據(jù)庫,它有以下優(yōu)點(diǎn)10: 保障數(shù)據(jù)安全 保障數(shù)據(jù)安全屬于 SQL Server 2008 最關(guān)鍵的一個(gè)性能指標(biāo),需要通過對(duì)系統(tǒng)數(shù)據(jù)流通、日志管理流通以及文件加密等保證數(shù)據(jù)的安全,系統(tǒng)管理員使用 SQL Server 2008 時(shí),能夠使用多種途徑來訪問原有加密的文檔數(shù)據(jù),而系統(tǒng)其他未授權(quán)的用戶不能訪問加密數(shù)據(jù),從而避免數(shù)據(jù)被無意中泄漏出去。加強(qiáng)了數(shù)據(jù)的安全特性11。采用密碼和密鑰統(tǒng)一管理 系統(tǒng)中都會(huì)涉及到不同的用戶,根據(jù)用戶的性質(zhì)和操作業(yè)務(wù)權(quán)限不同,需要在數(shù)據(jù)加密管理
34、的一欄中增加不同等級(jí)的數(shù)據(jù)管理,以免用戶的繁雜導(dǎo)致數(shù)據(jù)信息的不安全,因此數(shù)據(jù)庫技術(shù)增加了用戶的第三方密鑰管理,提高了用戶對(duì)自身工作內(nèi)容的數(shù)據(jù)進(jìn)行妥善保護(hù),為高校的數(shù)據(jù)安全性提供了多種有效的方法。 增強(qiáng)了數(shù)據(jù)庫鏡像功能 SQL Server 2008 版本在原有版本的基礎(chǔ)上取得更大的進(jìn)步,同時(shí)改善了原有的鏡像功能,從而可以實(shí)現(xiàn)頁面數(shù)據(jù)的自動(dòng)修復(fù),當(dāng)用戶發(fā)送修復(fù)請(qǐng)求,數(shù)據(jù)庫接收鏡像的出錯(cuò)報(bào)告,對(duì)需要修復(fù)的數(shù)據(jù)進(jìn)行快速和完整的拷貝,然后將修復(fù)的結(jié)果數(shù)據(jù)反饋到錯(cuò)誤頁面中,用戶可以重新獲取需要修復(fù)的數(shù)據(jù)。 數(shù)據(jù)備份和壓縮在數(shù)據(jù)處理過程中,備份過程中,這樣不僅占用大量的磁盤空間,而且占用大量處理時(shí)間,為了
35、解決這一問題,數(shù)據(jù)庫提供一個(gè)新功能,實(shí)現(xiàn)對(duì)數(shù)據(jù)的備份壓縮,減少數(shù)據(jù)占據(jù)的空間,以及提高數(shù)據(jù)備份過程中的時(shí)間和效率。 4、 模式識(shí)別及K-means算法簡(jiǎn)介模式識(shí)別(Pattern Recognition),就是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀。我們把環(huán)境與客體統(tǒng)稱為模式。伴隨科學(xué)技術(shù)的發(fā)展,人類需要研究復(fù)雜的信息處理過程。信息處理過程的一個(gè)重要形式是生命體對(duì)環(huán)境及客體的識(shí)別。模式識(shí)別是指對(duì)表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析,以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程,是信息科學(xué)和人工智能的重要組成部分12。K均值算法是Lloyd于1
36、957年首次提出的,在文獻(xiàn)13中,Lloyd首次將K均值算法應(yīng)用到PCM系統(tǒng)中對(duì)信號(hào)進(jìn)行了聚類,并提出了噪聲信號(hào)對(duì)聚類結(jié)果的影響。MacQueen于1967年給出了經(jīng)典的K均值算法,在文獻(xiàn)14中,MacQueen給出了 K均值算法完整的理論,證明了該算法的收斂性,并介紹了 K均值算法的一些應(yīng)用。K-means算法是一種硬聚類的算法,是典型的基于目標(biāo)函數(shù)聚類的代表方法,以數(shù)據(jù)到原型的某種距離作為優(yōu)化的目標(biāo)函數(shù),利用函數(shù)求極值的方法得到迭代運(yùn)算的調(diào)整規(guī)則15。K-means算法以歐式距離作為相似度測(cè)度,它是求對(duì)應(yīng)某一初始聚類中心向量V最優(yōu)分類,使得評(píng)價(jià)指標(biāo)J最小。算法采用誤差平方和準(zhǔn)則函數(shù)作為聚類
37、準(zhǔn)則函數(shù)。在文獻(xiàn)16中,對(duì)經(jīng)典K-means算法進(jìn)行了介紹。算法的基本思想為:在n個(gè)數(shù)據(jù)對(duì)象中隨機(jī)選擇k個(gè)中心,集合中其他數(shù)據(jù)對(duì)象被劃分到與中心最近的數(shù)據(jù)集合中去,形成了 A個(gè)初始的數(shù)據(jù)集合。對(duì)于每個(gè)數(shù)據(jù)集合,計(jì)算新的中心,然后根據(jù)新的中心重新分配其他數(shù)據(jù)集合,這樣不斷迭代,直到所有的數(shù)據(jù)中心不再變化。該算法的具體步驟如下: 隨機(jī)選擇k個(gè)初始聚類中心C=c1,c2.ck; 如果s與聚類中心ci,之間的距離小于該對(duì)象到cj的距離,則將s劃分到聚類族中。,重新計(jì)算聚類族 Ci的中心:。重復(fù)步驟和步驟,直至聚類中心C不在變化。經(jīng)典K均值算法的流程圖如圖2.2所示。圖2.2 經(jīng)典K均值算法的流程圖本系
38、統(tǒng)所使用的輸入特征提取算法是基于K-means算法的一種改進(jìn),K-means算法是將數(shù)據(jù)點(diǎn)進(jìn)行聚類,得到多個(gè)聚類的中心。而本系統(tǒng)所使用的算法采用K-means算法的思想,將同一個(gè)人輸入的輸入特征當(dāng)做一個(gè)類,通過迭代計(jì)算出該用戶的特征。第三章 系統(tǒng)的需求分析及設(shè)計(jì)第一節(jié) 系統(tǒng)的需求分析一、系統(tǒng)功能的需求分析本文所開發(fā)的生物特征識(shí)別系統(tǒng)是基于普通輸入設(shè)備(即鍵盤)采集到的用戶輸入特征(鍵入相同按鍵不同按鍵間時(shí)間間隔)實(shí)現(xiàn)的生物特征識(shí)別。為滿足系統(tǒng)的生物特征識(shí)別功能,系統(tǒng)的總體流程圖如圖3.1所示:圖3.1 系統(tǒng)總體流程圖通過對(duì)系統(tǒng)功能分析,用戶可使用系統(tǒng)錄入自己的生物特征、保存生物特征、刪除生物特
39、征、與數(shù)據(jù)庫中特征進(jìn)行匹配。根據(jù)分析畫出系統(tǒng)用例圖如圖3.2所示。 圖3.2系統(tǒng)用例圖 根據(jù)系統(tǒng)需求及功能分析,在系統(tǒng)實(shí)現(xiàn)過程中,可將生物特征識(shí)別系統(tǒng)的功能分為特征采集、數(shù)據(jù)歸一化處理、特征計(jì)算和特征計(jì)算四個(gè)模塊來實(shí)現(xiàn)。各模塊具體功能如下:1.特征采集模塊特征采集模塊主要負(fù)責(zé)對(duì)用戶輸入特征(即按鍵時(shí)間間隔)的采集。應(yīng)具有以下功能:識(shí)別用戶輸入按鍵;存儲(chǔ)用戶個(gè)人標(biāo)識(shí)(即姓名);提取用戶相鄰按鍵的時(shí)間間隔,并存儲(chǔ),以便于下一步進(jìn)行特征計(jì)算或特征匹配;對(duì)存儲(chǔ)情況,時(shí)間間隔提取情況有一定的回饋,在完成存儲(chǔ)或一次特征提取后提醒用戶程序進(jìn)度。2.數(shù)據(jù)歸一化處理模塊數(shù)據(jù)歸一化處理模塊應(yīng)具有如下功能:每次生物
40、特征信息采集模塊完成數(shù)據(jù)采集后,將得到的數(shù)據(jù)進(jìn)行歸一化處理并存儲(chǔ);3.特征計(jì)算模塊特征計(jì)算模塊負(fù)責(zé)將已得到數(shù)據(jù)通過迭代計(jì)算提取出用戶輸入特征。應(yīng)具有如下功能:系統(tǒng)可自動(dòng)確定用戶需要輸入次數(shù);系統(tǒng)可識(shí)別波動(dòng)較大的數(shù)據(jù),即在多次輸入后,一直無法取得要求的特征,系統(tǒng)提示輸入特征波動(dòng)較大,無法完成特征提取;通過已得到數(shù)據(jù)可計(jì)算中心點(diǎn),并與上次中心點(diǎn)進(jìn)行對(duì)比,歐氏距離滿足要求則保存,否則繼續(xù)迭代計(jì)算。完成后反饋信息,特征提取成功或提取失敗。4.特征匹配模塊特征匹配模塊負(fù)責(zé)將待匹配用戶特征與數(shù)據(jù)庫中存儲(chǔ)特征對(duì)比,從而得出接受或拒絕的結(jié)論。具體功能如下:能將待匹配數(shù)據(jù)與數(shù)據(jù)庫中進(jìn)行匹配,得出結(jié)論接受或拒絕;
41、若接受,能實(shí)現(xiàn)對(duì)用戶身份的確認(rèn),輸出用戶姓名;二、系統(tǒng)功能的運(yùn)行需求生物特征識(shí)別系統(tǒng)的開發(fā)環(huán)境:Windows 7 64位操作系統(tǒng)開發(fā)工具:Microsoft Visual Studio 2010旗艦版運(yùn)行環(huán)境:WinXP/Win2003/Vista/Win7/Win8第二節(jié) 系統(tǒng)數(shù)據(jù)庫的分析與設(shè)計(jì)一、系統(tǒng)數(shù)據(jù)庫分析根據(jù)系統(tǒng)的功能需求分析,本論文提出了以下數(shù)據(jù)結(jié)構(gòu):用戶姓名:用于存儲(chǔ)用戶姓名,進(jìn)行識(shí)別和存儲(chǔ)特征時(shí)使用;生物特征數(shù)據(jù):主要用于存儲(chǔ)經(jīng)計(jì)算后的用戶生物特征,即輸入特征,在設(shè)計(jì)上需用戶輸入biyesheji字符,設(shè)計(jì)bi、iy、ye、es、sh、he、ej、ji分別存儲(chǔ)相鄰按鍵時(shí)間間隔
42、數(shù)據(jù);二、系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)由于本系統(tǒng)為一個(gè)生物特征識(shí)別系統(tǒng),所以需要完成對(duì)生物特征的存儲(chǔ),刪除等功能。設(shè)計(jì)數(shù)據(jù)庫存儲(chǔ)用戶的生物特征信息,具體如表3.1所示:表3.1 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)表字段類型說明nameVarchar(50)用戶姓名bifloatbi間時(shí)間間隔特征iyfloatiy間時(shí)間間隔特征yefloatye間時(shí)間間隔特征esfloates間時(shí)間間隔特征shfloatsh間時(shí)間間隔特征hefloathe間時(shí)間間隔特征ejfloatej間時(shí)間間隔特征jifloatji間時(shí)間間隔特征數(shù)據(jù)庫ER圖如圖3.3所示:圖3.3 系統(tǒng)數(shù)據(jù)庫ER圖第3節(jié) 系統(tǒng)功能模塊設(shè)計(jì)在系統(tǒng)的實(shí)際開發(fā)過程中,系統(tǒng)具體分為
43、以下四個(gè)模塊來實(shí)現(xiàn),具體模塊設(shè)計(jì)如下:一、特征采集模塊功能設(shè)計(jì) 特征采集模塊是采集生物信息的主體部分,該模塊主要功能是采集生物特征信息(即按鍵時(shí)間間隔),在本系統(tǒng)中,該模塊負(fù)責(zé)對(duì)用戶輸入特征(即按鍵時(shí)間間隔)的采集。其功能模塊圖如圖3.4所示:圖3.4 生物特征信息模塊功能模塊圖二、數(shù)據(jù)歸一化處理模塊功能設(shè)計(jì)數(shù)據(jù)歸一化處理模塊的主要功能是對(duì)所得數(shù)據(jù)進(jìn)行預(yù)處理,為之后特征計(jì)算與特征匹配做準(zhǔn)備,歸一化是一種簡(jiǎn)化計(jì)算的方法,在模塊中,將波動(dòng)較大特征信息數(shù)據(jù)歸一化為一個(gè)模為1的多維向量,在進(jìn)行匹配或特征計(jì)算時(shí),由于所有數(shù)據(jù)均為歸一化數(shù)據(jù),故若兩多維向量的夾角或距離越小,則說明兩者越相近。該模塊主要為后
44、面特征計(jì)算或匹配的數(shù)據(jù)進(jìn)行預(yù)處理。其功能模塊圖如圖3.5所示:圖3.5 數(shù)據(jù)歸一化處理模塊功能模塊圖三、特征計(jì)算模塊功能設(shè)計(jì)特征計(jì)算模塊主要用于對(duì)歸一化得到的數(shù)據(jù)進(jìn)行處理,通過迭代計(jì)算出用戶特征,特征計(jì)算模塊主要功能是通過對(duì)歸一化處理后的數(shù)據(jù)進(jìn)行計(jì)算后,得到用戶的特征,其功能模塊圖如圖3.6所示:圖3.6 特征計(jì)算模塊功能模塊圖四、特征匹配模塊功能設(shè)計(jì)特征匹配模塊的主要功能是對(duì)待識(shí)別用戶輸入的信息進(jìn)行提取及預(yù)處理,將歸一化后的數(shù)據(jù)提取特征,與數(shù)據(jù)庫中特征進(jìn)行比對(duì)。特征匹配模塊是完成特征識(shí)別的核心模塊,主要負(fù)責(zé)完成特征識(shí)別。其功能模塊圖如圖3.7所示:圖3.7 特征匹配模塊功能模塊圖第四章 系統(tǒng)
45、實(shí)現(xiàn)第一節(jié) 開發(fā)環(huán)境配置及工具使用1、 開發(fā)環(huán)境配置開發(fā)前需先將環(huán)境配置并安裝完成,先完成Microsoft Visual Studio2010安裝,之后配置為C#開發(fā)環(huán)境,如圖4.1和圖4.2所示:圖4.1 Microsoft Visual Studio 2010安裝圖4.2 配置環(huán)境為C#開發(fā)2、 開發(fā)工具系統(tǒng)前臺(tái)使用Visual Studio2010 開發(fā)工具,Winform技術(shù)開發(fā),C#標(biāo)準(zhǔn)類庫,后臺(tái)使用 SQL Server2008 數(shù)據(jù)庫作為數(shù)據(jù)存儲(chǔ)。三、調(diào)試工具在使用C#語言及Winform進(jìn)行編程的時(shí)候,如果程序有錯(cuò)誤,編譯器會(huì)報(bào)錯(cuò),程序也不會(huì)執(zhí)行,開發(fā)者可以根據(jù)錯(cuò)誤信息deb
46、ug,直至程序運(yùn)行成功。在開發(fā)過程中,通過程序自帶調(diào)試功能進(jìn)行程序調(diào)試,在程序調(diào)試過程中,注意添加各種重要變量的監(jiān)視,通過監(jiān)視變量,調(diào)試程序過程中判斷程序是否按要求執(zhí)行,例如監(jiān)視存儲(chǔ)原始數(shù)據(jù)采集情況(doubleArray1)、歸一化處理后得到的數(shù)據(jù)(doubleArray2)、存儲(chǔ)所有歸一化處理后的數(shù)據(jù)的List(itemcluster)、存儲(chǔ)計(jì)算所得中心的List(centerResult)等各種變量,如圖4.3所示:圖4.3 運(yùn)行調(diào)試工具并監(jiān)視重要變量第二節(jié) 各模塊功能的實(shí)現(xiàn)因各功能模塊代碼較多,部分是代碼是重復(fù)使用,所以本論文中會(huì)只選取各模塊中比較重要的代碼講解。一、特征采集模塊功能的
47、實(shí)現(xiàn)特征采集模塊的時(shí)間間隔提取功能主要通過Winform中textBox控件中textBox_TextChanged事件及StopWatch類完成。StopWatch類是.NET Framwork中的一個(gè)類,該類提供了一組方法和屬性,可用于準(zhǔn)確地測(cè)量運(yùn)行時(shí)間。當(dāng)textBox控件中內(nèi)容發(fā)生變化時(shí)觸發(fā)textBox_TextChanged事件,在textBox_TextChanged事件中通過調(diào)用StopWatch中的方法實(shí)現(xiàn)提取按鍵時(shí)間間隔功能。生物特征提取模塊模塊的流程圖及運(yùn)行效果如圖4.4和圖4.5所示:圖4.4 生物特征提取模塊流程圖運(yùn)行效果圖:圖4.5 生物特征提取模塊運(yùn)行效果圖在此模
48、塊中通過設(shè)置textBox_TextChanged時(shí)間,調(diào)用Stopwatch 函數(shù)完成捕捉按時(shí)間間隔功能,部分代碼如下:#region/取時(shí)間間隔if (i doubleArray1.Length + 1) if (textBox1.Text = b) stopWatch.Start(); i+; else stopWatch.Stop(); textBox2.Text = (stopWatch.ElapsedMilliseconds).ToString(); doubleArray1m = stopWatch.ElapsedMilliseconds; m+; i+; stopWatch.R
49、estart(); return; 二、數(shù)據(jù)歸一化處理模塊的實(shí)現(xiàn)系統(tǒng)中所使用的歸一化方法主要是使用向量歸一化處理的方法,將向量中各個(gè)數(shù)據(jù)均除以該向量的模,從而得到一個(gè)模值為一的向量,完成歸一化。數(shù)據(jù)歸一化處理模塊具體流程圖及實(shí)現(xiàn)情況如圖4.6和圖4.7所示,圖4.7中,doubleArry1和doubleArray2中分別存儲(chǔ)的是原始數(shù)據(jù)與歸一化處理后的數(shù)據(jù)。圖4.6 數(shù)據(jù)歸一化處理模塊流程圖運(yùn)行效果圖:圖4.7 數(shù)據(jù)歸一化處理運(yùn)行效果圖數(shù)據(jù)歸一化處理部分代碼如下: #region /數(shù)據(jù)歸一化處理 foreach (double key in doubleArray1) count += M
50、ath.Pow(key, 2); sqrt = Math.Sqrt(count); for (j = 0; j doubleArray2.Length; j+) doubleArray2j = doubleArray1j / sqrt; #endregion三、特征計(jì)算模塊的實(shí)現(xiàn)特征計(jì)算模塊所用的特征計(jì)算算法是根據(jù)K-means聚類算法思路改進(jìn)獲得的。在進(jìn)行特征計(jì)算時(shí),先計(jì)算所有數(shù)據(jù)的中心點(diǎn),在算法中通過求平均獲得中心點(diǎn),將此中心點(diǎn)與上一中心點(diǎn)對(duì)比,若相近則認(rèn)為特征提取完成。在程序?qū)嶋H設(shè)計(jì)中預(yù)設(shè)用戶完成15次輸入后進(jìn)行第一次特征計(jì)算,之后之后每輸入5次后重新計(jì)算,當(dāng)所得特征間歐氏距離收斂切滿足
51、預(yù)設(shè)閥值(很?。┮髣t完成特征提取。這種分多次計(jì)算特征的算法可以在保證提取特征的精確性的前提下讓用戶盡可能少的輸入。相比設(shè)定固定測(cè)量次數(shù)簡(jiǎn)化了用戶的操作,同時(shí)體現(xiàn)了程序的智能。具體算法的可行性會(huì)在系統(tǒng)測(cè)試模塊進(jìn)行分析。特征計(jì)算模塊流程圖及其運(yùn)行效果如圖4.8和圖4.9所示:圖4.8 特征計(jì)算模塊流程圖運(yùn)行效果圖:圖4.9 特征計(jì)算模塊運(yùn)行效果圖特征計(jì)算模塊部分代碼如下所示:#region /計(jì)算中心,提取目標(biāo)輸入特征if (n 15) /前15次不計(jì)算中心直存儲(chǔ)數(shù)據(jù) for (i = 0; i doubleArray2.Length; i+) /前15次直接把doubleArray2中的數(shù)據(jù)存
52、到itemcluster列表中 myKcenter.timedemo.Add(doubleArray2i); myKcenter.itemcluster.Add(myKcenter.timedemo); myKcenter.timedemo = new List(); /初始化else if (n % 5 = 0)/先是第15次,之后每5次之后重新計(jì)算中心 for (i = 0; i doubleArray2.Length; i+) myKcenter.timedemo.Add(doubleArray2i); myKcenter.itemcluster.Add(myKcenter.timede
53、mo); myKcenter.timedemo = new List(); /初始化 myKcenter.Init(); /計(jì)算中心 myKcenter.NewItem(myKcenter.centerResulta); a+; textBox8.Text = a.ToString(); #region /初始化 textBox1.Clear(); /清空文本框 i = 0; j = 0; m = 0; doubleArray1 = new double8; doubleArray2 = new double8; count = 0; sqrt = 0; stopWatch.Reset();
54、#endregion textBox3.Text = n.ToString(); /顯示測(cè)量次數(shù) string demo = string.Format(第0次記錄完成,第1次中心計(jì)算完成!, n.ToString(), a.ToString(); textBox4.Text = demo; return; else for (i = 0; i doubleArray2.Length; i+) /15次之后非整五次 myKcenter.timedemo.Add(doubleArray2i); myKcenter.itemcluster.Add(myKcenter.timedemo); myKc
55、enter.timedemo = new List(); /初始化 #endregion #region /初始化 textBox1.Clear(); i = 0; j = 0; m = 0; doubleArray1 = new double8; doubleArray2 = new double8; count = 0; sqrt = 0; stopWatch.Reset(); textBox3.Text = n.ToString(); /顯示測(cè)量次數(shù) string test = string.Format(第0次記錄完成, n.ToString(); textBox4.Text = te
56、st; if (n = 50) textBox4.Text = 50組數(shù)據(jù)已經(jīng)存儲(chǔ)完成!但數(shù)據(jù)波動(dòng)較大無法提取特征.ToString(); n = 0; return; #endregion 四、特征匹配模塊的實(shí)現(xiàn)在進(jìn)行生物識(shí)別過程中,特征匹配模塊錄入十次目標(biāo)輸入特征,通過數(shù)據(jù)預(yù)處理提取出十次輸入數(shù)據(jù)的中心點(diǎn),通過所得中心點(diǎn)與數(shù)據(jù)庫中目標(biāo)特征對(duì)比,完成特征匹配。若匹配成功則會(huì)反饋信息為匹配成功并輸出目標(biāo)姓名,若匹配失敗則反饋信息為匹配失敗,請(qǐng)重新驗(yàn)證。特征匹配模塊流程圖和運(yùn)行效果圖如圖4.10,圖4.11和圖4.12所示,圖4.10 特征匹配模塊流程圖運(yùn)行效果圖:圖4.11 特征匹配成功效果圖
57、圖4.12 特征匹配失敗效果圖特征匹配模塊部分代碼如下:private void button3_Click(object sender, EventArgs e) if (myKcenter.Distance(myKcenter.check, myKcenter.center0) 0.19) string result = string.Format(匹配成功!匹配目標(biāo)姓名為0。, name.ToString(); textBox9.Text = result; myKcenter.checkall = new ListList(); myKcenter.check = new List()
58、; myKcenter.checkdemo = new List(); b = 0; m = 0; i = 0; else textBox9.Text = 匹配失敗,請(qǐng)重新驗(yàn)證。.ToString(); myKcenter.check = new List(); myKcenter.checkall = new ListList(); myKcenter.checkdemo = new List(); b = 0; m = 0; i = 0; return;第3節(jié) 系統(tǒng)測(cè)試一、閥值選定測(cè)試 根據(jù)已完成的系統(tǒng),通過更改閥值的設(shè)定,進(jìn)而得到閥值與識(shí)別成功率,閥值與匹配正確率之間的關(guān)系,如圖5.13和圖5.14所示: 圖5.13 閥值與識(shí)別成功率關(guān)系圖 圖5.14 閥值與匹配正確率關(guān)系圖從圖表中可以較為清晰的看出,閥值與識(shí)別成功率成正比,與匹配正確率成反比。識(shí)別成功率與匹配正確率是相互影響的數(shù)據(jù),若想要有較高的識(shí)別成功率,則必定要以犧牲匹配準(zhǔn)確率為代價(jià),反之亦然。所以在實(shí)際系統(tǒng)中設(shè)定閥值時(shí),需綜合考慮識(shí)別成功率與匹配正確率間關(guān)系,選擇符合系統(tǒng)需求的閥值。二、根據(jù)按鍵間隔進(jìn)行生物識(shí)別方法測(cè)試 為驗(yàn)證根據(jù)按鍵時(shí)間間隔進(jìn)行生物特征識(shí)別的可行性,對(duì)程序進(jìn)行測(cè)試。若不同人在相同相鄰按鍵間時(shí)間間隔差距較大,則說明該方式可行;反之不可行。圖5.15和圖5.16
- 溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 漢語拼音-復(fù)韻母-PPT
- 奔跑吧銀行行長(zhǎng)述職報(bào)告ppt
- 業(yè)務(wù)員培訓(xùn)模板課件
- ogsAAA山東省濟(jì)寧市2019年中考?xì)v史專題復(fù)習(xí) 專題二 中國(guó)的民族關(guān)系及對(duì)外交往課件
- 劉清珠年月日課件
- IP地址與子網(wǎng)劃分講解分析課件
- 手機(jī)對(duì)青少年的危害PPT課件
- (蘇教版語文六年級(jí)上冊(cè))《練習(xí)五》
- (蘇教版)六年級(jí)語文上冊(cè)課件給家鄉(xiāng)孩子的信
- 采購管理系統(tǒng)及業(yè)務(wù)處理
- 《爬天都峰》講課
- 《梅花魂》課件6
- 2019高考文言特殊句式之賓語前置句PPT課件
- 公務(wù)禮儀與政府形象課件
- 大腸癌病人的護(hù)理