摘要：针对多类别虹膜识别耗时长、图像容易受到干扰以及识别不准确的问题，提出基于蚁群变异粒子群优化的2次虹膜识别算法首先用主成分分析法降低虹膜的噪声与冗余；然后通过Gabor滤波与Hamming距离进行首次识别，将虹膜分为淘汰类别与待定类别，淘汰差异较大的虹膜，缩小识别范围，对待定类别用Haar小波与BP神经网络进行2次识别，确定虹膜类别，神经网络连接权重与Gabor滤波参数用蚁群变异法改进的粒子群优化算法优化与多种算法在不同虹膜库进行比较的实验结果表明，该算法识别性能高，稳定性、鲁捧性好，消耗时间短。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：2次虹膜识别 蚁群变异 粒子群优化 主成分分析
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
