Comparison of Accuracy Performance Based on Normalization Techniques for the Features Fusion of Face and Online Signature

首页> 外文期刊>Advanced Science Letters >Comparison of Accuracy Performance Based on Normalization Techniques for the Features Fusion of Face and Online Signature

【24h】

Comparison of Accuracy Performance Based on Normalization Techniques for the Features Fusion of Face and Online Signature

机译：基于归一化技术的精度性能比较面部和在线签名的融合

获取原文

获取原文并翻译 | 示例

获取外文期刊封面目录资料

开具论文收录证明 >>

文献代查 >>

文献数据库（团队版） >>

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

机译：<！[CDATA [功能级别融合在多模式生物识别系统中，与所提供的更丰富的信息相比，能够产生更高的准确度和融合的决策水平。在分类阶段之前，来自多模态的特征是融合的。在本文中，使用线性判别分析（LDA）提取FROFFace（基于图像）和在线签名（基于动态的）。本研究的目的是根据这两个特征识别授权人员。由于域不同，一个模态的特征可能具有将分类阶段的智能化的主要值。因此，如果分类将更多地依赖于一个模态而不是两者，则无法实现该目标。为了克服这个问题，在融合过程之前部署到提取的功能的特征规范化。进行归一化令人作注的是特征值的范围。本文已经集中了一些标准化技术，即最小，z评分，双六样函数，Tanh估计器，中位绝对偏差（MAD）以及十进制缩放。根据这些技术，基于系统的最佳精度性能，观察到最适用于这种情况的归一化技术。在分类阶段之后，最高精度为98.32％，从十进制缩放归一化获得。它表明，与其他技术相比，技术能够提供优先级结果。]]>

著录项

来源
《Advanced Science Letters》 |2017年第11期|共4页
作者

展开▼
作者单位

展开▼
收录信息
原文格式 PDF
正文语种 eng
中图分类工业技术;
关键词
Feature Fusion; Feature Normalization; Mutimodal Biometrics System;

机译：特征融合;功能归一化;多模式生物识别系统;

相似文献

外文文献
中文文献
专利

1. Comparison of Accuracy Performance Based on Normalization Techniques for the Features Fusion of Face and Online Signature [J] . Advanced Science Letters . 2017,第11期

机译：基于归一化技术的精度性能比较面部和在线签名的融合
2. Online Signature Verification Based on Feature Combination and Classifier Fusion [J] . Hao Chang, Huaizhong Bao, YutaoSun, Journal of information and computational science . 2013,第6期

机译：基于特征组合和分类器融合的在线签名验证
3. Accuracy comparison of dimensionality reduction techniques to determine significant features from IMU sensor-based data to diagnose vestibular system disorders [J] . Ikizoglu Serhat, Heydarov Saddam Biomedical signal processing and control . 2020,第Auga期

机译：维度降低技术的准确性比较，以确定基于IMU传感器的数据的重要特征，以诊断前庭系统障碍
4. An Efficient Online Signature Verification Based on Feature Fusion and Interval Valued Representation of Writer Specific Features [C] . Chandra Sekhar Vorugunti, D S Guru, Viswanath Pulabaigari IEEE International Conference on Identity, Security, and Behavior Analysis . 2019

机译：基于特征融合和作者特定特征的区间值表示的高效在线签名验证
5. Enhancing protein fold prediction accuracy using new physicochemical-based features and fusion of heterogeneous classifiers. [D] . Dehzangi, Abdollah. 2011

机译：使用新的基于物理化学的特征和异质分类器的融合来提高蛋白质折叠预测的准确性。
6. Performance comparison of machine learning techniques in sleep scoring based on wavelet features and neighboring component analysis [O] . Behrouz Alizadeh Savareh, Azadeh Bashiri, Ali Behmanesh, -1

机译：基于小波特征和邻域分析的机器学习技术在睡眠评分中的性能比较
7. Online Signature Verification: Improving Performance through Pre-classification Based on Global Features [O] . Parodi, Marianela, Gómez, Juan Carlos 2015

机译：在线签名验证：通过基于全局功能的预分类来提高性能

Comparison of Accuracy Performance Based on Normalization Techniques for the Features Fusion of Face and Online Signature

摘要

著录项

引文网络

相似文献

相关主题

期刊订阅