需要金幣： 1000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：9747 |  | |
| 折扣與優(yōu)惠：團(tuán)購(gòu)最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘 要:大數(shù)據(jù)（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)；而生物特征識(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(kù)的模版數(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.指紋識(shí)別是生物特征識(shí)別的一種，具有生物特征識(shí)別的共性，有其唯一性，其歷史較其他識(shí)別技術(shù)也要悠久的多，換言之，其技術(shù)相對(duì)成熟. 指紋的唯一性和不變性，使指紋識(shí)別技術(shù)成為當(dāng)今最廣泛的身份認(rèn)證和識(shí)別技術(shù)之一.目前，指紋識(shí)別技術(shù)己被廣泛地應(yīng)用于公安、海關(guān)、銀行、網(wǎng)絡(luò)安全等領(lǐng)域，具有較高的理論意義和實(shí)用價(jià)值. 在2013年，我校實(shí)行電子指紋采集的形式進(jìn)行體能測(cè)試引起了同學(xué)們的廣泛關(guān)注和熱議. 本文重在介紹大數(shù)據(jù)處理的技術(shù)特點(diǎn)和相關(guān)計(jì)算，同時(shí)還有若干計(jì)算方法和實(shí)際用例.如何將大數(shù)據(jù)與指紋分析技術(shù)聯(lián)系在一起，這也是本課題所研究的亮點(diǎn). 關(guān)鍵詞：大數(shù)據(jù)；特點(diǎn)；計(jì)算方法；指紋識(shí)別
目錄 摘要 Abstract 第1章 緒論-1 1.1 科學(xué)意義-1 1.2 大數(shù)據(jù)三階段-1 1.2.1 運(yùn)營(yíng)式系統(tǒng)階段-1 1.2.2 用戶原創(chuàng)內(nèi)容階段-1 1.2.3 感知式系統(tǒng)階段-1 第2章 大數(shù)據(jù)方法特點(diǎn)和相關(guān)技術(shù)-3 2.1 方法特點(diǎn)-3 2.2 關(guān)鍵技術(shù)-3 2.2.1 云計(jì)算-3 2.2.2 數(shù)據(jù)挖掘-3 2.2.3 可視化技術(shù)-4 第3章 指紋識(shí)別技術(shù)和數(shù)據(jù)挖掘-5 3.1 背景介紹-5 3.2 指紋識(shí)別中的一些基本概念-5 3.3 數(shù)據(jù)挖掘介紹-6 第4章 指紋識(shí)別-7 4.1 指紋圖像分類-7 4.2 指紋樣本類別判斷-7 4.2.1 屬性的相關(guān)度分析-7 4.2.2 K—臨近分類法-8 4.3 基于數(shù)據(jù)挖掘的指紋識(shí)別模塊結(jié)構(gòu)-9 4.3.1 指紋圖像數(shù)據(jù)挖掘流程-9 4.3.2 神經(jīng)網(wǎng)絡(luò)與指紋識(shí)別-9 4.4 聚類算法與指紋分類-11 4.4.1 聚類算法-11 4.4.2 聚類算法下的K-MEANS算法-11 4.5 基于K-MEANS算法的指紋識(shí)別分類-12 4.5.1 實(shí)驗(yàn)過程-12 4.5.2 實(shí)驗(yàn)結(jié)論-15 第5章 結(jié)論及展望-17 5.1 結(jié)論-17 5.2 展望-17 參考文獻(xiàn)-19 致謝-21 |
