TY -的A2 -林,陈健盟——Damousis i g . AU - Argyropoulos s . PY - 2012 DA - 2012/03/18 TI -生物识别技术融合的四个机器学习算法:比较研究SP - 242401六世- 2012 AB -我们检查的效率四个机器学习算法融合的几种生物识别技术模式创建一个多通道生物识别技术保障体系。算法研究了高斯混合模型(gmm),人工神经网络(ann),模糊专家系统(承认)和支持向量机(svm)。生物识别技术的融合导致安全系统相比具有更高的识别率和更低的误报单峰生物安全系统。监督学习进行了使用大量的模式从一个知名基准生物识别数据库,并验证/测试发生模式从相同的数据库并不包括在训练数据集。算法的比较表明,生物识别技术融合系统优于原来的单峰系统以及其他融合方案的文献中找到。SN - 1687 - 9724 UR - https://doi.org/10.1155/2012/242401 - 10.1155 / 2012/242401摩根富林明应用计算智能和软计算PB - Hindawi出版公司KW - ER