基于PCA-RBF神经网络的手指静脉识别

摘要

提出了一种将主成分分析法(PCA)和径向基神经网络(RBF)算法相结合的手指静脉分类算法,即PCA-RBF算法。首先对手指静脉训练样本进行PCA降维,提取图像主要成分,利用RBF神经网络分类识别中的优势,对降维后的静脉图像分类,并采用最短距离法进行识别,通过与BP神经网络识别效果的对比试验,结果表明,PCA-RBF方法加快了手指静脉识别的训练速度、简化了算法结构、提高了识别率。