[发明专利]一种基于残差分布的手指静脉非法用户识别方法有效
| 申请号： | 201910682570.6 | 申请日： | 2019-07-26 |
| 公开（公告）号： | CN110390309B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 李小霞;李菲;刘晓蓉;王学渊 | 申请（专利权）人： | 西南科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 621010 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于残差分布的手指静脉非法用户识别方法，本方法包括如下步骤：步骤1、根据训练集特征矩阵求解主成份分析降维空间，并将训练集特征矩阵映射到降维空间，得到降维特征矩阵；步骤2、将待测样本降维后的特征向量进行稀疏表示，求解稀疏系数向量，计算待测样本与训练集每类样本的重构残差，映射到1~6数值范围，得到残差权重分布；步骤3、根据Softmax函数计算待测样本归属各类的概率分布；步骤4、针对残差权重分布和待测样本归属各类的概率分布的特点，设定非法用户判决条件，得到非法用户的初步判决结果；步骤5、设定三次容错机制，得到非法用户最终判决结果及合法用户身份识别结果。本方法对非法用户分类的正确率高且速度快。 | ||
| 搜索关键词： | 一种 基于 分布 手指 静脉 非法 用户 识别 方法 | ||
【主权项】：
1.一种基于残差分布的手指静脉非法用户识别方法，包括如下步骤：步骤1、根据训练集特征矩阵求解主成份分析降维空间，并将训练集特征矩阵映射到降维空间，得到降维特征矩阵；步骤2、将待测样本降维后的特征向量进行稀疏表示，求解稀疏系数向量，计算待测样本与训练集每类样本的重构残差，映射到1~6数值范围，得到残差权重分布；步骤3、根据Softmax函数计算待测样本归属各类的概率分布；步骤4、设定非法用户判决条件，得到非法用户的初步判决结果；步骤5、设定三次容错机制，得到非法用户最终判决结果及合法用户身份识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南科技大学，未经西南科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910682570.6/，转载请声明来源钻瓜专利网。
