一、重复卡在指纹自动识别系统中的作用（论文文献综述）
曾鑫伟[1]（2021）在《基于LF的卡口人员无感进出检测系统的设计与实现》文中进行了进一步梳理随着我国新高考试点改革的推进,全新选科模式使高中实施走班制教学成为大势所趋,走班考勤难题亟待解决,学校希望引进智能卡口人员进出检测系统检测学生进出教室位置情况服务于学生走班考勤管理工作。现有进出检测系统存在检测效率慢、准确性较差以及带卡考勤标签卡续航能力不够等问题,因此学校迫切需求高效准确、高续航可靠卡口人员无感进出检测系统。针对上述需求,本文设计了基于低频的卡口人员无感进出检测系统,突破了卡口区域人员精确进出定位技术和定位信息快速交互技术,实现了对卡口区域密集人群的低功耗、高效准确进出检测。本文主要工作包括:1、针对卡口区域金属门电磁干扰和复杂环境带来的进出定位失准问题,提出了一种基于RSSI测距误差修正的融合定位算法,可以实现对卡口区域携卡人员进出准确定位,与低频RSSI定位算法相比解决了其卡口中间区域定位盲区问题,较于极大似然估计和三角质心等定位算法大幅提升进出定位准确率。2、针对卡口基站和多标签卡定位信息通信冲突问题,设计了一种BTF空口通信协议,利用时分多址、优化低频帧结构方法解决了标签卡唤醒冲突问题,利用频分加时分多址结合帧时隙ALOHA方法配置标签入网时隙、避免竞争解决了多标签读取冲突问题,实现了卡口区域定位信息快速交互。3、针对学校的对于进出检测系统需求,设计了系统的总体方案并进行可行性论证,包括:系统架构设计、检测流程设计、检测系统各模块软硬件设计,通讯协议以及定位算法设计,最终研制出卡口人员无感进出检测系统样机,实现卡口区域密集人群的高效进出检测。以上工作,已通过真实教室卡口环境的功能测试和性能测试的实地实验,全方面验证了样机系统的可行性。在400次人员进出检测实验验证下,可以实现95%以上准确率,并且标签卡可以达到6个月以上超长续航,系统反应时间小于500ms,对于新高考学校解决学生走班考勤问题具有十分重要的意义。此外应四相公司矿井资产管理项目需求,开展实地测试,达到与以上相同的效果,用于煤矿领域解决设备管理混乱问题具有重要价值。
王贝[2]（2020）在《基于区块链的虚拟校园卡及安全机制的研究与实现》文中研究说明校园卡系统作为学校的一个核心基础设施平台,在校园生活和管理等方面发挥了极其重要的作用。由于传统的实体校园卡存在易丢失、成本高、管理繁琐等一系列问题,随着院校中智慧校园建设思想的不断深入、网络技术的进一步提高,在智能移动设备普及的大趋势下,“去卡化”思路已经成为高校校园卡建设中一个大趋势,如何建立一体化虚拟校园卡平台,实现校园消费与校园身份识别等任务成为如今高校校园卡研究的热点问题。通过分析现有的高校校园卡系统和虚拟校园卡的设计框架与技术,本文针对校园卡系统中各部门业务繁杂、独立管理,以及基于移动互联网络的虚拟校园卡安全性差、结算时效慢等问题,提出基于区块链技术的虚拟校园卡模型。本模型首次将区块链技术应用到虚拟校园卡建设中,在现有的虚拟校园卡系统上进行建设和拓展,使用一种选择性数据存储方式将数据分类存储在区块链和服务器中,利用区块链技术的分布式账本、不可篡改、去中心化等优点实现虚拟校园卡的支付、转账等功能,以提升虚拟校园卡的安全性及时效性等。由于手机使用网络场景的多样化,虚拟校园卡需要将校园卡系统部分接口暴露在互联网上,由此造成虚拟校园卡对安全性的要求远高于实体校园卡。本文充分考虑虚拟校园卡的安全性,从二维码卡面数据传输,生物特征身份认证机制等方面进行研究。将二维码与混合加密技术相结合以保证二维码中信息传输的安全性,解决防伪等问题。同时采取一种将生物特征与用户密钥进行绑定加密的方式,生成安全生物特征完成身份认证,以完善虚拟校园卡的安全机制,提高虚拟校园卡的安全性。
郝培蓉[3]（2020）在《基于分类特征的指纹识别系统的研究与实现》文中指出生物特征识别技术由于信息时代的到来蓬勃发展,已经在个人身份认证领域取得一定的研究、应用成果。指纹识别技术凭借其易采集、识别稳定以及成本低等特点,成为生物特征识别技术行业中占比最高的身份认证技术。由于人口基数庞大,指纹识别技术的研究逐步转向基于大容量指纹库的指纹自动识别,为了对待识别指纹找到与之相匹配的指纹模板,指纹库需要建立有效的索引,否则将会在数据库进行全表扫描,时间代价较大,不满足人们对高效系统的要求。因此,本文以指纹识别系统中的分类方法为主要研究方向,研究并实现指纹三级分类算法与基于分类特征的指纹识别系统,将整个指纹库缩小为与待识别指纹相似的同源指纹集。本文的主要研究成果如下:（1）在指纹图像预处理阶段,研究并实现了一套指纹质量评估方法,剔除低质量指纹并提示用户重新采集,评估方法采用了图像有效面积比、有效区灰度对比度以及有效区形心偏移量等特征。（2）在指纹分类方面,一方面研究了指纹三级分类方法,首先根据提取的奇异点的数量与位置确定指纹纹形,对指纹进行粗分类,其次根据奇异点间脊线数目进行二级分类,最后依据脊线平均周期分类,依此三种特征数据构建带有索引的大容量指纹数据库;另一方面针对奇异点间脊线数目与脊线平均周期估算不准确的情况,研究实现了数据库索引方法,在同源指纹集匹配失败时,增加搜索半径,经过大量实验得出搜索半径上限,降低系统搜索时间与拒识率。基于现有的算法结合以上两方面的研究内容,实现一套面向研究生招生考试的基于分类特征的指纹自动识别系统,经过实验数据验证表明,质量评估方法和分类算法能降低系统拒识率,提高系统的效率。
艾乐[4]（2020）在《斗型纹三角区域相似异源研究 ——基于百万级数据库》文中进行了进一步梳理指纹鉴定的一项重要工作是将犯罪现场提取的指纹与自动识别系统中存储的已知来源指纹进行特征比对,再通过专家检视复核以认定犯罪嫌疑人的方法。由于指纹具备“人各不同、终身基本不变”的特性,长期以来被视为证据之首,成为认定嫌疑人身份的重要手段。在实际工作中,由于现场指纹受到接触方式、接触客体等客观条件的影响,指印往往残缺不全,增加了指纹比对认定的难度,导致出现错误的鉴定意见。另一方面,个体接触物体的动作导致指纹三角区域更容易遗留在客体上,因此,犯罪现场勘察人员在现场提取到的指纹大多包括了三角区域。但三角区域的指纹纹线流向复杂,特征点出现频率高,导致异源指纹在该区域容易出现高度相似,极易给鉴定人员造成干扰。本文重点研究在百万级指纹数据库中,斗型纹三角区域特征点数量和质量对同源指纹在AFIS系统中排前率的影响;发现斗型纹三角区域相似异源现象的出现及分布规律;分析总结高度相似异源指纹出现的概率以及在质量变化的情况下,高度相似异源指纹对系统排名、专家鉴定造成的影响;改进传统指纹比对算法,提升同源指纹在候选列表中的排位。具体研究内容包括:1、研究斗型纹捺印指纹三角区域,在特征点数量不同、标注特征点方法不同的情况下,自动识别系统比对列表中同源和相似异源指纹的排位,并总结同源指纹和相似异源指纹出现的规律;2、研究现场指纹三角区域,在特征点数量不同、标注特征点方法不同的情况下,出现同源指纹的几率,提升鉴定人员对三角区域特征的理解能力,给出人工标注特征的方法建议,以提升同源指纹排位;3、重点研究现场指纹质量的变化,对高度相似异源指纹在识别系统候选队列中排名的影响,提升算法研究人员重视程度,研究改进算法;4、重点研究高度相似异源指纹对专家鉴定结果的影响,分析造成鉴定错误的主客观原因,警示高度相似异源指纹的存在及其对鉴定人员的影响;5、通过将相似三角形算法和SFIT特征融合匹配,形成STSF算法,提升识别算法对残缺指纹上特征的综合利用能力,提高同源指纹排位。本研究的结果表明:1、特征标注数量能影响同源指纹和相似异源指纹的出现率及排位,整体趋势为随着特征数量增加,同源指纹排前率提升,相似异源指纹下降;2、现场指纹清晰、特征数量较多时,应采取系统自动标注特征的方法有利于查询同源指纹,指纹不清晰、特征数量较少时,应采取人工标注、改变特征组合的方式多次查询。3、高度相似异源指纹在候选列表中出现率为1.5‰,指纹质量降低会影响同源、相似异源指纹的出现率;4、鉴定人员应严格遵守鉴定流程,不能过度自信,同时建议定期开展指纹鉴定实验,提升对相似异源指纹的认识;5、提出的STSF算法与传统算法相比,能提升残缺指纹的识别能力,提升同源指纹在候选列表中的排位,降低高度相似异源指纹排位,减少相似异源的干扰。本研究的结果能够为斗型纹三角区域的深入研究提供基础数据,给同源指纹查询提供参考意见,有利于提升鉴定人员对相似异源的认知能力,降低鉴定出错的风险。同时,通过对传统指纹识别算法的改进,提高自动识别系统对残缺指纹上三角区域指纹特征点的辨识能力,提升同源指纹在候选列表中的排名。
李洁[5]（2019）在《数据驱动下数字图书馆知识发现服务创新模式与策略研究》文中提出我们已经从信息时代走进了数据驱动的“智能时代”,数据成为人们认识和解决问题的新的逻辑起点。“数据驱动”打破了基于知识解决问题的思维桎梏,形成了从问题到数据又回归问题的新方法论认识——基于数据解决问题。这一研究范式将数字图书馆知识发现服务从对问题本源的探索推向知识服务的本真,可以说,从数据直面用户、管理和服务为大数据环境下的数字图书馆知识发现服务供给侧的改革提供了一种新思路:知识发现服务要改变的不只是管理技术、管理规则或服务形式,而要涉及整个管理理念和服务体系。而大数据环境中,数字图书馆信息发生源越来越多,数据产出量越来越大,数字资源增长速率越来越快,数据异构性越来越明显,数据老化节奏越来越快,低价值密度隐患的知识饥渴和数据海啸的矛盾越来越突出,用户对发现服务的需求越来越多元,数字图书馆数据资源正面临着重新被发现的挑战。迎面变化和挑战,数字图书馆的知识发现服务不单要完成从文献数字化到内容数据化的知识组织转型,更应实现数字资源从内容数据化到数据智能化的价值开发和智慧洞见。数据驱动的科研范式开辟了知识发现的新路径,开启了数字图书馆知识服务的时代新转型。探索数据驱动理念下的数字图书馆知识发现服务模式的新形态,需要学习、内化数据科学相关理论,需要剖析知识发现的驱动要素和作用机制,需要打破传统的资源发现固化模式,创建知识发现服务的创新生态功能圈。融合数据驱动和知识发现的双重技术优势,数字图书馆知识发现服务创新模式应趋从数据化、数据向知识转化的语义关联、可视化和智能化驱动维度寻求用户数据、内容资源数据、专家数据、业务数据的新协同,开发用户画像、研究设计指纹、精准文献推荐等的新应用,强化数据的集群整合、提升平台的绿色联通、实现用户界面的友好交互,使数字图书馆成为支持用户知识探索与发现创造的智能服务系统,使数据资源最大化的进行价值开发与知识转化,使用户随时随地都能受益于数字图书馆高效、便捷、友好与智能的知识发现服务体验。基于此,本文通过对数据驱动、知识发现研究成果的追本溯源,界定数据驱动下的数字图书馆知识发现服务的核心理念;通过文献分析、调查访谈、仿真实验、模型训练等方法的综合运用,分析数字图书馆知识发现服务创新的数据环境、驱动机制、创新模式、模式应用以及创新策略制定。围绕主要研究内容,本文第三章从数据环境特征、数据环境变化和数据环境开发分析数据驱动下的数字图书馆知识发现服务的机遇与挑战;第四章结合数据要素、数据驱动过程、数据驱动维度探讨数字图书馆知识发现服务的数据驱动动力机制、流机制、协同驱动机制和数据驱动控制机制;第五章通过对数字图书馆知识发现服务模式创新衍变的内在使命分析,指出数字图书馆知识发现服务创新模式的构建依据、构建基础和构建过程;第六章对数字图书馆知识发现服务创新模式进行具体的用户画像、研究设计指纹、文本推荐和多粒度检索决策应用;第七章针对数字图书馆知识发现服务创新模式的具体瓶颈给出各驱动维度的应对策略。具体内容阐述如下:第3章数据驱动下数字图书馆知识发现服务的数据环境分析本章是对大数据驱动环境下的数字图书馆知识发现服务场域的情境解构。首先,基于大数据的4V特征,面向全数据,分析数字图书馆知识发现服务在数据形态、存在方式、存储模式、存储内容、数据价值等方面的特性。其次,探讨数据化、新一代信息技术、数据分析思维、数据密集型科学发现范式影响下的数字图书馆知识发现服务革新的优劣利弊。最后,基于环境特性和环境变化的双向作用状态定位数字图书馆知识发现服务发展的开发方向。明确本文研究目的的同时,引出4、5、6、7章节的主要研究任务。第4章数字图书馆知识发现服务创新的数据驱动机制分析本章作为第5章的铺垫,详细解析数字图书馆知识发现服务平台的数据要素和驱动作用形式。通过用户数据、资源内容数据、专家数据的分类界定,为第6章科研用户画像、研究设计指纹、精准文献推荐等的服务模式应用提供数据基础;通过数据化、语义关联、可视化、智能化的数据驱动维面的层级解构,为第7章的创新策略制定奠定优化主线;基于数据要素、驱动过程和驱动维面,从内外力作用的动力机制、输入-输出的流机制、数据融合的协同驱动机制以及数据驱动控制机制具体呈现数据驱动与知识发现服务交互融合的催化反应。第5章数据驱动下数字图书馆知识发现服务创新模式研究在前文研究的基础上,本章首先对数据驱动下数字图书馆知识发现服务创新模式的构建进行内在逻辑分析;其次,从资源发现既有模式、知识产品和技术支持方面阐述实现数字图书馆知识发现服务创新的外在基础;最后,综合内在逻辑和外在基础,进行创新模式的基础框架和平台架构的初步解构,并在此基础上进行数据驱动下的数字图书馆知识发现服务创新功能圈构建。第6章数据驱动下数字图书馆知识发现服务创新模式应用研究本章在第5章提出的创新模式的基础上,分别利用科研用户数据进行数字图书馆百度发现的科研用户画像构建,利用文献数据进行以研究对象、研究问题与研究方法为核心要素的研究设计指纹构造,结合用户画像和研究设计指纹实现精准文献推荐,并通过用户检索实验验证多粒度检索决策的优势。第7章数据驱动下数字图书馆知识发现服务创新策略研究基于第4章对数据驱动维度和驱动机制的分析,本章旨在明确数据化、语义化、关联化、可视化和智能化驱动的创新方向并进行相应的优化路径设计,针对数字图书馆知识发现服务创新的制约因素,给出切实可行的解决方案与对策建议。大数据环境下,重新界定数据驱动下的数字图书馆知识发现服务的内涵、探讨数字图书馆知识发现服务的数据驱动机制、创新数字图书馆既有的资源发现服务模式,有利于从方法论认识层面为数字图书馆知识发现服务的供给侧改革提供理论支持。数字图书馆知识发现服务的意义不仅在于它的统一检索及其延伸功能,更在于此基础上辅助科学发现的循证决策、智能管理和知识再造的服务价值。在人类不断探索未知与努力认识未知的道路上,数据驱动+知识发现的催化反应为科学发现的方法探索提供了一个可行参考,推动着数字图书馆知识发现服务在不断革新的历程中惠及更多的求知受众。
杨晶晶[6]（2019）在《基于STM32的智能门禁系统的设计》文中研究表明随着科学技术的不断提高,人们的生活水平不断提升,智能建筑将会在未来的城市建设中发挥重要的作用。门禁系统是智能建筑领域非常重要的组成部分,不仅能够控制人员进出权限,还能够对这些人员的出入情况进行实时监控与记录,是智能建筑必不可少的安全防范设施。射频识别门禁系统存在认证介质容易丢失、损坏,指纹识别门禁系统容易受到环境的影响。该设计针对目前的门禁系统研究的现状和发展的状况做了简要分析,结合对RFID技术和指纹识别技术的研究,提出了一种基于STM32的智能门禁系统设计方案,采用指纹识别技术和射频识别技术两种识别方式进行身份验证,完成门禁系统的多重验证方式。避免了单一门禁系统存在的安全隐患,提高了系统的稳定性和安全性。具体设计方案如下:硬件方面采用STM32作为控制器,结合电源、射频识别、指纹识别、继电器等模块构建门禁系统终端的总体硬件架构。软件方面结合硬件架构,采用模块化设计思路,设计开发主程序设计模块,指纹识别门禁模块,射频识别门禁模块。上位机采用C#语言进行设计开发,实现门禁管理系统的设计。在面对“互联网+”、物联网、移动智能化的挑战之下,门禁技术不断的创新,门禁系统进入了前所未有的转型期。单一验证方式的门禁系统将被取代,智能门禁系统将成为门禁行业未来发展的趋势。图44幅;表13个;参41篇。
袁程胜[7]（2019）在《气象信息管理系统中指纹活性检测方法的研究》文中研究说明当前正值我国大力推进气象信息化发展的关键期,以提高气象数据共享应用为核心的气象信息管理系统时常会面临用户非法入侵和访问等安全问题。为了提高系统安全,多种信息保护技术被应用其中。密码口令是获得气象信息管理系统访问权限最常用的一种身份认证法,但它极易被泄露、遗忘或破译。指纹因具有唯一性、稳定性的特征可作为一种身份认证凭证,但实际应用中,非法用户可通过人造指纹入侵气象信息管理系统,给系统访问带来安全隐患。因此,本文将研究指纹活性检测算法以抵御假指纹的欺骗攻击,并将指纹活性检测技术应用到气象信息管理系统的指纹认证系统中,进一步确保访问气象数据用户身份的真实性。本论文主要研究内容如下:（1）基于空域纹理特征提取的指纹活性检测算法。伪造指纹可重现真指纹图像中粗粒度的纹理信息,所以气象信息管理系统中的指纹识别系统易遭受假指纹的攻击。但假指纹很难复制高质量的细微纹理,使得非法认证成为可能。梯度可反映图像局部的像素变化强度,有利于刻画指纹中小尺度的细微的纹理特征。因此,本文首先提出一种多方向差分共生矩阵的特征提取算法,先对图像进行预处理和量化操作,再计算水平和垂直方向梯度。其次,本文设计了一个截断操作法,通过分析梯度和截断因子T的关系,消除由于光照强度和噪声的干扰而致使差分矩阵产生异常值的问题,提高算法的精度。最后,计算差分矩阵在四个不同方向下的共生矩阵特征,并将归一化的特征用SVM进行训练和测试。另外,使用本章算法,在第七章中给出了我们已开发的两个支持指纹活性检测的指纹识别系统。（2）基于变换域特征提取的指纹活性检测算法。变换域中的频谱分布有助于展现在空域中观察不到的图像纹理特性,而提取真假指纹间的显着性差异能够提高气象信息管理系统中指纹活性检测的性能。小波变换能突出图像在尺度和方向上的特征,非常适用于纹理复杂多变的指纹。本文首先使用一级小波变换将图像的纹理分析从空域转化到频域,通过对变换域系数的分析,设计了两种变换域纹理特征提取算法。一种是基于局部二值模式的特征提取算法,首先选定窗口并按固定步长滑动,比较窗口中心和邻近像素间的关系,并进行编码,将处理完的图像进行分块并求特征。另一种是多阶差分共生矩阵的特征提取法,即统计相邻两个、三个或四个梯度的分布关系,并将其作为特征向量。最后将归一化的特征用SVM进行训练和测试。此外,本文还给出矩阵阶数与特征维度间的关系表达式。实验表明,本文算法在变换域中具有较好的检测性能。（3）基于卷积神经网络模型的指纹活性检测算法。利用气象高性能计算机可缩短深度学习算法的运行时间,离线训练真假指纹模型并将其移植到气象信息管理系统的指纹活性检测中,能进一步提升系统检测真假指纹的准确性。本文首先提出一种尺度均衡化的CNN模型来解决CNN对输入图像尺度的约束问题。CNN在反向传播更新参数时易产生权值收敛慢或陷入局部最优的问题,本文引入了一个学习率自适应调整模块对其进行优化。另外,本文通过设计一种感兴趣区域提取算法来消除指纹图像中无效区域干扰的问题。为了使模型分类器具有更好的泛化性,本文又设计一种基于局部梯度模式纹理增强的指纹活性检测算法,并在Liv Det 2011数据集上取得了不错的效果。为解决训练参数面临梯度膨胀或梯度消失的问题,同时减少反向传播过程中模型的训练时间和避免参数陷入到局部最优,本文还提出一种基于自适应学习的深度残差网络模型。（4）基于多模态深度特征融合的指纹活性检测算法。学习真假指纹间的显着性差异是提高气象信息管理系统中指纹活性检测性能的关键。传统的检测方法都是基于手工设计的特征,为了充分利用深度学习能够自动的从带有标签的数据中学习到描述原始图像结构和纹理的特征,本文将CNN输出层之前的网络当作特征提取器,提出一种深度特征自学习的指纹活性检测算法。接着,为了测试不同模态特征融合后的性能,本文又设计了一种多模态深度特征融合的算法。在特征提取前,分别进行迁移学习和模型微调两个操作来解决训练集不足的问题,并将微调后的训练参数作为特征提取器的初始值。最后,将融合的特征输入到分类器中进行训练和测试。此外,本文还将融合的特征在ELM和softmax两个经典的分类器上进行了测试,均得到较好的检测性能。
王成铭[8]（2018）在《OCT超高速成像方法研究及在临床和法庭科学中的应用》文中提出光学相干层析成像（Optical Coherence Tomography,OCT）是近年来发展迅速的一种层析成像方法,具有高分辨、非接触、无损伤和快速成像等优点,已被广泛应用于生物医学等众多领域。本论文针对临床和法庭科学中存在的实际问题,分别研制了时域OCT（TDOCT）、光谱域OCT（SD-OCT）和扫频OCT（SS-OCT）三套成像系统。TD-OCT系统用于无损地检测鲜红斑痣皮肤真皮浅层的毛细血管畸变程度,从皮肤OCT图像中提取的特征参数可以辅助评估病况,并为光动力疗法方案的制定提供客观参考。SD-OCT系统用于法庭科学领域的无损三维物证成像,成功开拓了包括油漆物证的种类同一鉴定、破损痕迹推断检验、被掩盖划痕显现检验、胶带物证种类同一鉴定、潜在指纹物证显现检验、法医病理死因推断检验和人体皮肤毛囊个体识别特征研究等新应用方向。而SS-OCT系统则用于体外实现牙齿根尖的无损实时横切面成像,可评估根管治疗术中手术器械对根管壁造成的损伤。成像速度是衡量OCT系统性能的重要参数,因此自OCT诞生之日起,提高成像速度一直是研究的重要方向。首先,本论文提出并实现基于脉冲时间拉伸原理的40 MHz超高速扫频激光器,它具有全光纤化和波数线性输出的优点。基于该激光器,进一步实现了目前世界上最快的SS-OCT系统,无需A-line平均即可得到高质量的OCT生物样品图像。其次,针对超高速OCT成像系统海量数据快速处理的难题,本论文提出了一种光计算OCT（OC-OCT）,对OCT基本实现方法进行了原理性创新,用全光学方法实现了实时傅里叶变换以替代数字电信号的快速傅里叶变换（FFT）,在实验中成功实现了世界上最快的10 MHz实时成像速度,比使用SS-OCT实现的最快实时成像速度记录提高了3倍以上。最后,本论文提出将混频和色散优化概念引入光计算OCT中,在有效降低系统成本的同时,显着提高了纵向分辨率和信噪比。色散优化混频光计算OCT（DOFM-OC-OCT）实验系统成功地对样品实现了17.3体每秒（VPS）的三维实时层析成像。本论文一方面展示了OCT在临床医学和法庭科学等领域的巨大应用前景,同时也进一步发展了超高速OCT成像的新原理和方法,并将相关技术指标推向新高度。我们相信,基于全新原理的DOFM-OC-OCT有望成为新一代超高速OCT成像方法,并在一些重要应用如临床三维混合现实手术的实时导引中体现其巨大价值。
张鹏[9]（2016）在《基于RSSI指纹识别技术的停车场室内定位与导引技术研究》文中指出随着城市的发展,尤其是近几年中国大中城市飞速发展,涌现出许多大型商业综合体、商场、超市和地下停车场等,用户由于对地形不熟悉,众多驾驶员在驶入停车场后不知车要往哪停,返回取车时又不知道车辆具体停放在什么位置,在来来回回的寻车位、找车辆的过程中浪费了大量的时间。论文通过研究设计并构建停车场室内智能定位与导引技术,能够快速高效的将车辆引导至停车场空位中,并且在取车时能快速对自身定位引导找回车辆,从而提升停车场利用率与存取车效率。现在通信技术、传感器技术、芯片技术和嵌入式软件的快速发展,无线传感器（WSN,Wireless Sensor Network）技术被越来越多地被运用到工业生产、日常生活中来[1],由于无线传感器网络所具有的对节点定位的功能,给解决大中型停车场智能定位引导提供了一种可行的解决方案,从而更好的解决人们对现在找空车位难、返回取车时找到车辆所停车位难的问题。论文主要开展以下工作:（1）研究分析选定适合室内大中型停车场构建的无线传感器网络,论文通过分析比较选定使用ZigBee技术构建无线传感器网络。（2）针对室内环境在选定的无线传感器网络环境中利用RSSI（Received Signal Strength Indication）指纹算法定位。通过对RSSI指纹定位离线指纹收和在线匹配定位的研究,提出可以将锚节点替代参考点收集指纹,将节省大量的离线指纹收集工作量。同时,在线匹配定位阶段限制在未知节点附近的锚节点上进行,而不是通过汇聚节点,传到根节点进行计算,改进网络通信量,减少了功耗并增加了定位实时性。（3）依据定位结果通过显示屏引导车主停放或找回所停车辆。（4）对停车场引导原型系统进行评估,表明系统在定位与整体性能上都能达到设计要求。
陈家冰,董政[10]（2014）在《浅析指纹自动识别系统重卡问题》文中研究表明指纹自动识别系统是将传统的指纹资料管理与现代计算机技术相结合而形成的一项科学、高效的新技术。这项新技术经多年的建设和发展,已在各级刑侦部门被广泛应用,在一些重特大案件乃至命案的侦破过程中发挥了至关重要的作用。与其他任何一项新技术一样,这项技术在其产生和发展过程中难免会存在一些问题,需要不断改进和完善。其中重卡问题是在实践工作中出现最多,也是影响指纹比对结果的主要因素之一。
二、重复卡在指纹自动识别系统中的作用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、重复卡在指纹自动识别系统中的作用（论文提纲范文）
（1）基于LF的卡口人员无感进出检测系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究动态和发展趋势 |
| 1.2.1 人员进出检测系统研究动态 |
| 1.2.2 低频感应技术研究动态 |
| 1.3 本文主要研究内容 |
| 第二章 低频感应技术基础 |
| 2.1 低频电磁感应理论 |
| 2.1.1 电基本振子 |
| 2.1.2 场区域划分 |
| 2.2 低频定位原理与算法 |
| 2.2.1 低频定位原理 |
| 2.2.2 经典低频定位算法 |
| 2.3 影响低频定位性能的主要因素 |
| 2.3.1 非视距传播 |
| 2.3.2 其他电子设备干扰 |
| 2.3.3 接收端信号的场强分布 |
| 2.4 本章小结 |
| 第三章 卡口人员无感进出检测系统总体方案设计 |
| 3.1 用户需求分析 |
| 3.2 系统总体设计 |
| 3.2.1 系统组成 |
| 3.2.2 工作原理和流程 |
| 3.3 系统性能指标论证 |
| 3.4 系统设计方案可行性论证 |
| 3.5 通讯协议的详细设计 |
| 3.5.1 BTF空口通信协议 |
| 3.5.2 上下行通信协议 |
| 3.6 本章小结 |
| 第四章 低频无感进出检测模块研制 |
| 4.1 卡口基站模块研制 |
| 4.1.1 卡口基站硬件模块 |
| 4.1.2 卡口基站软件程序 |
| 4.2 标签卡模块研制 |
| 4.2.1 标签卡硬件模块 |
| 4.2.2 标签卡软件程序 |
| 4.3 后台解算和可视化模块研制 |
| 4.3.1 GUI软件需求分析 |
| 4.3.2 模块具体设计 |
| 4.4 本章小结 |
| 第五章 系统样机实验验证与改进 |
| 5.1 测试方案设计 |
| 5.1.1 测试环境 |
| 5.1.2 测试方法与步骤 |
| 5.2 功能性测试与分析 |
| 5.2.1 标签卡的自校准 |
| 5.2.2 基本功能测试 |
| 5.2.3 定位功能实地测试 |
| 5.3 性能测试与分析 |
| 5.3.1 标签卡的功耗测试 |
| 5.3.2 系统反应时间分析 |
| 5.4 定位算法优化 |
| 5.4.1 基于RSSI测距误差修正的融合定位算法设计 |
| 5.4.2 算法流程 |
| 5.4.3 实验验证与性能分析 |
| 5.5 样机系统在矿井资产管理中应用 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（2）基于区块链的虚拟校园卡及安全机制的研究与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 2 相关技术理论 |
| 2.1 虚拟校园卡发展现状 |
| 2.1.1 传统校园卡 |
| 2.1.2 虚拟校园卡 |
| 2.1.3 传统校园卡与虚拟校园卡对比 |
| 2.2 区块链技术 |
| 2.2.1 区块链概述 |
| 2.2.2 区块链基础架构 |
| 2.2.3 区块链的应用 |
| 2.3 安全认证技术 |
| 2.3.1 密码学技术 |
| 2.3.2 认证技术 |
| 2.4 本章小结 |
| 3 基于区块链技术的虚拟校园卡模型 |
| 3.1 校园卡模型总体架构 |
| 3.2 区块链关键技术研究 |
| 3.2.1 数据的选择性存储 |
| 3.2.2 区块链中数据存储 |
| 3.2.3 虚拟校园卡的去中心化思想 |
| 3.3 基于区块链的数据查找设计 |
| 3.4 模型建设模式 |
| 3.5 模型功能设计 |
| 3.6 本章小结 |
| 4 虚拟校园卡安全机制的研究 |
| 4.1 卡面安全策略设计 |
| 4.2 基于生物特征加密的身份认证设计 |
| 4.3 本章小结 |
| 5 基于区块链的虚拟校园卡系统实现与分析 |
| 5.1 基于Hyperledger Fabric框架的虚拟校园卡系统实现 |
| 5.1.1 实验环境 |
| 5.1.2 系统组织架构 |
| 5.1.3 系统实现架构 |
| 5.2 系统功能测试与展示 |
| 5.3 安全认证机制测试与分析 |
| 5.3.1 二维码加密机制测试 |
| 5.3.2 生物特征加密机制测试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）基于分类特征的指纹识别系统的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与研究的目的意义 |
| 1.2 指纹自动识别系统 |
| 1.2.1 研究历史与现状 |
| 1.2.2 应用前景 |
| 1.3 研究目标与研究技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究技术路线 |
| 1.4 本文的内容安排 |
| 2 指纹自动识别系统构成介绍 |
| 2.1 指纹图像采集 |
| 2.2 指纹基本特征 |
| 2.2.1 全局特征 |
| 2.2.2 局部特征 |
| 2.2.3 细微特征 |
| 2.3 指纹预处理 |
| 2.4 指纹特征提取 |
| 2.5 指纹分类 |
| 2.6 指纹匹配 |
| 2.7 本章小结 |
| 3 指纹的预处理与特征提取 |
| 3.1 方向场与频率场 |
| 3.1.1 方向场计算 |
| 3.1.2 频率场计算 |
| 3.2 指纹图像分割 |
| 3.3 指纹图像质量评估 |
| 3.3.1 评估方法 |
| 3.3.2 实验结果分析 |
| 3.4 指纹图像的二值化与细化 |
| 3.4.1 二值化 |
| 3.4.2 细化 |
| 3.5 指纹奇异点的定位与提取 |
| 3.5.1 奇异点定位 |
| 3.5.2 奇异点提取 |
| 3.6 指纹细节点的检测与去伪 |
| 3.7 本章小结 |
| 4 基于三级分类特征的指纹分类检索方法研究 |
| 4.1 指纹分类方法研究 |
| 4.1.1 指纹分类方法总体思路 |
| 4.1.2 指纹分类研究目标 |
| 4.2 一级分类特征-指纹纹形 |
| 4.2.1 指纹纹型确定 |
| 4.2.2 实验结果分析 |
| 4.3 二级分类特征-脊线数 |
| 4.3.1 奇异点间脊线数的分布分析 |
| 4.3.2 脊线数计算 |
| 4.3.3 匹配时搜索方法与搜索半径确定 |
| 4.3.4 实验结果分析 |
| 4.4 三级分类特征-脊线平均周期 |
| 4.4.1 脊线平均周期的分布分析 |
| 4.4.2 脊线平均频率修正并计算周期 |
| 4.4.3 实验结果分析 |
| 4.5 指纹多级分类方法评价 |
| 4.5.1 准确率分析 |
| 4.5.2 效率分析 |
| 4.6 本章小结 |
| 5 指纹匹配 |
| 5.1 指纹模板检索 |
| 5.2 细节点局部结构匹配 |
| 5.2.1 基准点 |
| 5.2.2 精确匹配 |
| 5.3 验证模式匹配(1:1模式) |
| 5.4 辨别模式匹配(1:N模式) |
| 5.5 本章小结 |
| 6 基于分类特征的指纹识别系统设计与实现 |
| 6.1 系统平台整体设计 |
| 6.2 系统平台各功能模块 |
| 6.2.1 用户模块 |
| 6.2.2 指纹图像采集模块 |
| 6.2.3 指纹处理模块 |
| 6.2.4 识别模块 |
| 6.2.5 信息存储模块 |
| 6.3 准确率分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（4）斗型纹三角区域相似异源研究 ——基于百万级数据库（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 鉴定人认知能力研究 |
| 1.2.2 指纹鉴定准确性及可靠性研究 |
| 1.2.3 鉴定意见表述研究 |
| 1.2.4 基于指纹自动识别系统的特征人工标注研究 |
| 1.2.5 指纹相似异源研究 |
| 1.2.6 指纹自动识别算法研究进展 |
| 1.3 研究目的和意义 |
| 1.4 论文研究内容和组织结构 |
| 2 捺印斗型纹中三角区域相似异源研究 |
| 2.1 引言 |
| 2.2 实验 |
| 2.2.1 实验设计 |
| 2.2.2 实验材料与仪器设备 |
| 2.2.3 实验样本的制作、选取与录入 |
| 2.2.4 现场指纹特征标注方法 |
| 2.2.5 现场指纹特征标注数量 |
| 2.2.6 候选列表中同源指纹排位记录 |
| 2.2.7 候选列表中相似异源指纹的查询及记录 |
| 2.3 实验结果分析及讨论 |
| 2.3.1 同源指纹排位结果分析及讨论 |
| 2.3.2 相似异源指纹查询结果分析及讨论 |
| 2.4 本章小结 |
| 3 现场指纹质量不同对检索结果的影响研究 |
| 3.1 引言 |
| 3.2 实验 |
| 3.2.1 实验设计 |
| 3.2.2 实验材料与仪器设备 |
| 3.2.3 现场指纹的制作 |
| 3.2.4 现场指纹质量评估 |
| 3.2.5 现场指纹的录入 |
| 3.2.6 现场指纹特征标注方法 |
| 3.2.7 同源指纹及相似异源指纹的查询方法 |
| 3.3 实验结果分析及讨论 |
| 3.3.1 同源指纹与相似异源指纹均未出现的情况分析及讨论 |
| 3.3.2 仅出现同源指纹的情况分析及讨论 |
| 3.3.3 仅出现相似异源指纹的情况分析及讨论 |
| 3.3.4 同源指纹与相似异源指纹同时出现的情况分析及讨论 |
| 3.4 本章小结 |
| 4 相似异源指纹对鉴定的影响 |
| 4.1 引言 |
| 4.2 实验 |
| 4.2.1 实验设计 |
| 4.2.2 实验材料与仪器设备 |
| 4.2.3 参加实验人员 |
| 4.2.4 现场和档案指纹的选取 |
| 4.2.5 PIANOS指纹能力验证系统 |
| 4.2.6 实验操作 |
| 4.2.7 实验数据分析方法 |
| 4.3 实验结果与讨论 |
| 4.3.1 工作年限对鉴定结果的影响 |
| 4.3.2 对指纹检验鉴定价值的判断 |
| 4.3.3 鉴定人员自信程度对结果的影响 |
| 4.3.4 3015 指纹错误鉴定的原因分析 |
| 4.4 本章小结 |
| 5 指纹三角区域特征融合匹配STSF算法研究 |
| 5.1 引言 |
| 5.2 算法介绍 |
| 5.2.1 相似三角形算法改进 |
| 5.2.2 SIFT特征点匹配算法 |
| 5.2.3 改进的相似三角形匹配算法 |
| 5.2.4 STSF融合算法 |
| 5.3 STSF特征匹配算法验证实验 |
| 5.3.1 实验环境及数据集选取 |
| 5.3.2 评价指标 |
| 5.3.3 特征提取 |
| 5.4 实验结果 |
| 5.4.1 公开数据集和真实指纹集实验结果 |
| 5.4.2 实验结果分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 主要研究工作及总结 |
| 6.2 对实战部门的建议 |
| 6.3 论文创新点 |
| 6.4 后续研究方向 |
| 在学研究成果 |
| 附录 |
| 附A:检索得到的高度相似异源指纹照片 |
| 附B:同源指纹和相似异源指纹均未出现的查询结果 |
| 附C:仅出现同源指纹的查询结果 |
| 附D:20组样本指纹查询结果 |
| 参考文献 |
（5）数据驱动下数字图书馆知识发现服务创新模式与策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数据驱动研究现状 |
| 1.2.2 知识发现研究现状 |
| 1.2.3 研究现状评析 |
| 1.3 研究内容、方法与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 1.4 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 数据驱动 |
| 2.1.2 知识发现 |
| 2.1.3 Web级资源发现 |
| 2.1.4 数字图书馆知识发现服务 |
| 2.2 理论基础 |
| 2.2.1 数据密集型科学发现理论 |
| 2.2.2 数据驱动控制理论 |
| 2.2.3 数据挖掘与知识发现理论 |
| 2.3 本章小结 |
| 第3章 数据驱动下数字图书馆知识发现服务的数据环境分析 |
| 3.1 数字图书馆知识发现服务的数据环境特征 |
| 3.1.1 馆藏数据来源的广泛性及数据形态和存在方式的多样性 |
| 3.1.2 数据存储模式多样化及存储内容的非结构化和碎片化 |
| 3.1.3 数据资源价值的低密度和高变现潜能 |
| 3.2 数字图书馆知识发现服务的数据环境变化 |
| 3.2.1 从“数字化”到“数据化”的演化 |
| 3.2.2 新一代信息技术的涌现 |
| 3.2.3 数据分析思维模式的形成 |
| 3.2.4 数据密集型科学发现应用趋势 |
| 3.3 数字图书馆知识发现服务的数据环境开发与应用 |
| 3.3.1 数字图书馆知识发现服务在大数据环境中的新定位 |
| 3.3.2 开发数字图书馆知识发现服务数据驱动的新机制 |
| 3.3.3 创新数据驱动下数字图书馆知识发现服务的新模式 |
| 3.3.4 开发数据驱动下数字图书馆知识发现服务的新业态 |
| 3.4 本章小结 |
| 第4章 数字图书馆知识发现服务创新的数据驱动机制分析 |
| 4.1 数字图书馆知识发现服务创新数据驱动机制的数据要素 |
| 4.1.1 用户数据要素 |
| 4.1.2 内容资源要素 |
| 4.1.3 专家数据要素 |
| 4.2 数字图书馆知识发现服务创新的数据驱动过程与维度 |
| 4.2.1 数字图书馆知识发现服务创新的数据驱动过程 |
| 4.2.2 数字图书馆知识发现服务创新的数据驱动维度 |
| 4.3 数字图书馆知识发现服务创新的数据驱动动力机制 |
| 4.3.1 数字图书馆知识发现服务创新的数据驱动动力类型 |
| 4.3.2 数字图书馆知识发现服务创新的数据驱动动力关系分析 |
| 4.3.3 数字图书馆知识发现服务创新的数据驱动动力仿真模型 |
| 4.4 数字图书馆知识发现服务创新的流驱动机制 |
| 4.4.1 数字图书馆知识发现服务创新的流驱动特征 |
| 4.4.2 数字图书馆知识发现服务创新的流驱动过程 |
| 4.4.3 数字图书馆知识发现服务创新的流驱动机制模型 |
| 4.5 数字图书馆知识发现服务创新的数据协同驱动机制 |
| 4.5.1 数字图书馆知识发现服务创新的数据协同驱动内涵 |
| 4.5.2 数字图书馆知识发现服务创新的数据协同驱动目标 |
| 4.5.3 数字图书馆知识发现服务创新的数据协同驱动机制模型 |
| 4.6 数字图书馆知识发现服务创新的数据驱动控制机制 |
| 4.6.1 数字图书馆知识发现服务创新的数据驱动控制内涵 |
| 4.6.2 数字图书馆知识发现服务创新的数据驱动控制方法 |
| 4.6.3 数字图书馆知识发现服务创新的数据驱动控制模型 |
| 4.7 本章小结 |
| 第5章 数据驱动下数字图书馆知识发现服务创新模式研究 |
| 5.1 数字图书馆知识发现服务创新模式问题的提出 |
| 5.2 数字图书馆知识发现服务创新模式构建基础 |
| 5.2.1 数字图书馆知识发现服务创新的模式基础 |
| 5.2.2 数字图书馆知识发现服务创新的产品基础 |
| 5.2.3 数字图书馆知识发现服务创新的技术基础 |
| 5.3 数字图书馆知识发现服务创新功能圈构建 |
| 5.3.1 数字图书馆知识发现服务创新功能圈的框架设计 |
| 5.3.2 数字图书馆知识发现服务创新功能圈的架构分析 |
| 5.3.3 数字图书馆知识发现服务创新功能圈的建立 |
| 5.4 本章小结 |
| 第6章 数据驱动下数字图书馆知识发现服务创新模式应用研究 |
| 6.1 数字图书馆知识发现服务科研用户画像应用 |
| 6.1.1 用户画像数据收集 |
| 6.1.2 用户画像模型构建 |
| 6.1.3 用户画像实验分析 |
| 6.2 数字图书馆文献资源研究设计指纹识别应用 |
| 6.2.1 研究设计指纹识别基础 |
| 6.2.2 数据标注 |
| 6.2.3 研究设计指纹生成模型训练 |
| 6.2.4 结果与讨论 |
| 6.3 融合用户画像和研究设计指纹的文献推荐应用 |
| 6.3.1 文献推荐模型构建 |
| 6.3.2 文献推荐仿真实验 |
| 6.3.3 结果与讨论 |
| 6.4 数字图书馆知识发现服务多粒度检索决策应用 |
| 6.4.1 实验准备 |
| 6.4.2 实验描述 |
| 6.4.3 实验结果及讨论 |
| 6.5 本章小结 |
| 第7章 数据驱动下数字图书馆知识发现服务创新策略研究 |
| 7.1 数字图书馆知识发现服务创新的优化方向与路径 |
| 7.1.1 数字图书馆知识发现服务创新的优化方向 |
| 7.1.2 数字图书馆知识发现服务创新的优化路径 |
| 7.2 数字图书馆知识发现服务创新的数据化优化 |
| 7.2.1 数据化优化阻碍 |
| 7.2.2 数据化优化策略 |
| 7.3 数字图书馆知识发现服务创新的语义关联优化 |
| 7.3.1 语义关联优化阻碍 |
| 7.3.2 语义关联优化策略 |
| 7.4 数字图书馆知识发现服务创新的可视化优化 |
| 7.4.1 可视化优化阻碍 |
| 7.4.2 可视化优化策略 |
| 7.5 数字图书馆知识发现服务创新的智能化优化 |
| 7.5.1 智能化优化阻碍 |
| 7.5.2 智能化优化策略 |
| 7.6 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（6）基于STM32的智能门禁系统的设计（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第1章 绪论 |
| 1.1 门禁系统的概述 |
| 1.2 门禁系统的种类 |
| 1.3 门禁系统的研究现状及发展趋势 |
| 1.4 本课题研究的背景和意义 |
| 1.5 本课题研究的主要内容和结构 |
| 第2章 射频识别系统原理 |
| 2.1 RFID技术概述 |
| 2.1.1 RFID系统的硬件组成 |
| 2.1.2 RFID系统的软件组成 |
| 2.2 RFID系统工作原理 |
| 2.2.1 电感耦合 |
| 2.2.2 电磁反向散射耦合 |
| 2.3 RFID的频率标准 |
| 2.4 RFID的应用领域 |
| 2.5 RFID存在的问题 |
| 2.6 本章小结 |
| 第3章 指纹识别技术原理 |
| 3.1 指纹识别技术概述 |
| 3.2 指纹识别原理 |
| 3.2.1 指纹图像的采集 |
| 3.2.2 指纹图像的预处理 |
| 3.2.3 指纹图像的特征提取 |
| 3.2.4 指纹图像的特征匹配 |
| 3.3 本章小结 |
| 第4章 门禁系统的硬件设计 |
| 4.1 系统硬件设计方案 |
| 4.2 STM32 微控制器 |
| 4.2.1 MCU主控芯片 |
| 4.2.2 串行外设接口(SPI) |
| 4.3 指纹识别模块设计 |
| 4.3.1 指纹传感器 |
| 4.3.2 指纹传感器模块接口 |
| 4.3.3 常用指令集 |
| 4.4 射频识别模块设计 |
| 4.4.1 MF RC522 简介 |
| 4.4.2 MF RC522 芯片特性 |
| 4.4.3 MF RC522 接口设计 |
| 4.4.4 天线设计 |
| 4.4.5 S50卡 |
| 4.5 系统电源电路 |
| 4.6 继电器模块 |
| 4.7 蜂鸣器提示电路 |
| 4.8 液晶显示电路 |
| 4.9 本章小结 |
| 第5章 PC机应用软件设计 |
| 5.1 Visual Studio2010 开发环境 |
| 5.2 系统软件功能设计 |
| 5.3 系统管理软件设计 |
| 5.3.1 系统登录 |
| 5.3.2 用户信息管理 |
| 5.3.3 操作日志记录 |
| 5.3.4 用户信息查询 |
| 5.3.5 门锁控制界面 |
| 5.4 数据库设计 |
| 5.4.1 数据结构分析 |
| 5.4.2 数据表的设计 |
| 5.5 本章小结 |
| 第6章 门禁系统软件设计 |
| 6.1 开发环境 |
| 6.2 主程序模块设计 |
| 6.3 射频模块程序设计 |
| 6.4 指纹模块程序设计 |
| 6.5 阅读器与射频卡之间的通信协议 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 门禁系统原理图 |
| 致谢 |
| 导师简介 |
| 作者简介 |
| 学位论文数据集 |
（7）气象信息管理系统中指纹活性检测方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景 |
| 1.2.1 气象信息化的发展 |
| 1.2.2 气象信息系统中的指纹识别技术 |
| 1.3 研究目的与意义 |
| 1.4 本文主要工作 |
| 1.5 论文结构 |
| 第二章 指纹活性检测概述 |
| 2.1 指纹识别概述 |
| 2.2 指纹活性检测研究现状 |
| 2.2.1 启发式的检测方法 |
| 2.2.2 基于纹理特征的检测方法 |
| 2.2.3 基于深度学习的检测方法 |
| 2.3 现有方法的对比和分析 |
| 2.4 本章小结 |
| 第三章 基于空域纹理特征的指纹活性检测算法 |
| 3.1 引言 |
| 3.2 基于多方向差分共生矩阵的特征提取方法 |
| 3.2.1 灰度共生矩阵 |
| 3.2.2 差分矩阵构建 |
| 3.2.3 特征提取 |
| 3.3 支持向量机 |
| 3.3.1 线性可分式 |
| 3.3.2 非线性式 |
| 3.3.3 线性不可分式 |
| 3.4 指纹数据集 |
| 3.5 实验结果与分析 |
| 3.5.1 性能评价指标 |
| 3.5.2 实验配置 |
| 3.5.3 结果与分析 |
| 3.6 本章小结 |
| 第四章 基于变换域特征提取的指纹活性检测算法 |
| 4.1 引言 |
| 4.2 小波变换简介 |
| 4.3 特征提取 |
| 4.3.1 局部二值模式 |
| 4.3.2 多阶差分共生矩阵 |
| 4.4 实验结果与分析 |
| 4.4.1 指纹数据集 |
| 4.4.2 LIBSVM |
| 4.4.3 评估准则与参数 |
| 4.4.4 结果与分析 |
| 4.5 本章小结 |
| 第五章 基于卷积神经网络的指纹活性检测算法 |
| 5.1 引言 |
| 5.2 卷积神经网络 |
| 5.2.1 卷积神经网络简述 |
| 5.2.2 卷积层 |
| 5.2.3 激活函数 |
| 5.2.4 池化层 |
| 5.2.5 全连接层 |
| 5.3 基于尺度均衡化卷积神经网络的指纹活性检测算法 |
| 5.3.1 尺度均衡化和学习率自适应调整 |
| 5.3.2 图像数据集 |
| 5.3.3 环境配置 |
| 5.3.4 实验结果与分析 |
| 5.4 基于自适应学习深度残差网络的指纹活性检测算法 |
| 5.4.1 局部梯度模式 |
| 5.4.2 感兴趣区域提取 |
| 5.4.3 自适应学习 |
| 5.4.4 图像增强 |
| 5.4.5 实验参数 |
| 5.4.6 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 基于多模态深度特征融合的指纹活性检测算法 |
| 6.1 引言 |
| 6.2 相关技术 |
| 6.2.1 迁移学习 |
| 6.2.2 图像集增强和参数微调 |
| 6.2.3 堆叠分类器 |
| 6.3 多模态深度特征融合框架 |
| 6.4 特征提取 |
| 6.5 图像集与评估准则 |
| 6.6 实验结果与分析 |
| 6.7 本章小结 |
| 第七章 基于指纹识别的雷电灾害防御专业气象服务登录系统 |
| 7.1 指纹识别 |
| 7.2 指纹活性检测 |
| 7.3 指纹识别登录的雷电灾害防御专业气象服务系统 |
| 第八章 结论与展望 |
| 8.1 论文主要贡献及创新 |
| 8.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 附录 A 本文算法网络模型的名称、类型和参数 |
（8）OCT超高速成像方法研究及在临床和法庭科学中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第1章 引言 |
| 1.1 OCT技术简介 |
| 1.2 OCT技术的发展 |
| 1.3 OCT超高速成像 |
| 1.3.1 运动/抖动样品成像 |
| 1.3.2 血流功能成像 |
| 1.3.3 大范围en face或三维成像 |
| 1.4 OCT应用研究 |
| 1.4.1 OCT在皮肤学中的应用 |
| 1.4.2 OCT在牙科中的应用 |
| 1.4.3 OCT在非生物医学领域的应用 |
| 1.5 选题背景与意义 |
| 1.6 论文结构安排 |
| 第2章 OCT基本原理 |
| 2.1 本章引言 |
| 2.2 OCT基本理论推导 |
| 2.2.1 SS-OCT和 SD-OCT |
| 2.2.2 TD-OCT |
| 2.3 OCT系统的重要性能参数 |
| 2.3.1 纵向分辨率 |
| 2.3.2 横向分辨率 |
| 2.3.3 最大深度成像范围 |
| 2.3.4 信噪比 |
| 2.3.5 信噪比随深度的衰减 |
| 2.3.6 成像速度 |
| 2.4 频域OCT数据处理流程 |
| 2.4.1 光谱减本底、补零和加窗 |
| 2.4.2 波数线性化 |
| 2.4.3 色散补偿 |
| 2.4.4 快速傅里叶变换 |
| 2.5 本章小结 |
| 第3章 OCT临床应用成像 |
| 3.1 本章引言 |
| 3.2 鲜红斑痣临床成像 |
| 3.2.1 临床背景 |
| 3.2.2 TD-OCT皮肤成像仪 |
| 3.2.3 OCT皮肤图像的临床解读 |
| 3.2.4 皮肤特征参数的提取与分析 |
| 3.2.5 OCT图像分级 |
| 3.2.6 具体病例分析 |
| 3.2.7 讨论与小结 |
| 3.3 牙根尖管壁裂痕成像 |
| 3.3.1 临床背景 |
| 3.3.2 SS-OCT系统 |
| 3.3.3 牙根尖成像结果 |
| 3.3.4 讨论与小结 |
| 3.4 本章小结 |
| 第4章 OCT在法庭科学领域的应用成像 |
| 4.1 本章引言 |
| 4.2 法庭科学背景简介 |
| 4.3 三维SD-OCT系统 |
| 4.3.1 系统装置 |
| 4.3.2 SD-OCT系统性能测试 |
| 4.3.3 二维和三维成像测试 |
| 4.4 油漆物证检验 |
| 4.4.1 汽车车身油漆物证概述 |
| 4.4.2 二维OCT与 SEM成像比对 |
| 4.4.3 二维OCT图像分类和特征参数 |
| 4.4.4 三维OCT成像和en face图像 |
| 4.4.5 重喷涂油漆的二维OCT成像 |
| 4.4.6 被掩盖痕迹的OCT三维重现 |
| 4.4.7 讨论与小结 |
| 4.5 胶带物证检验和胶带潜在指纹显现 |
| 4.5.1 胶带和潜在指纹物证概述 |
| 4.5.2 胶带二维OCT成像 |
| 4.5.3 单层胶带潜在指纹显现 |
| 4.5.4 夹层胶带黏面潜在指纹显现 |
| 4.5.5 特定客体胶带黏面潜在指纹显现 |
| 4.6 OCT在法医病理学的快速检测 |
| 4.6.1 法医病理学检验概述 |
| 4.6.2 尸体心脏组织OCT en face成像 |
| 4.6.3 讨论与小结 |
| 4.7 皮肤毛囊三维OCT特征研究 |
| 4.7.1 三维OCT数据采集 |
| 4.7.2 皮肤表皮弯曲补偿 |
| 4.7.3 毛囊特征参数的提取与分析 |
| 4.8 本章小结 |
| 第5章 40 MHz超高速扫频激光器OCT成像系统 |
| 5.1 本章引言 |
| 5.2 脉冲时间拉伸扫频激光器 |
| 5.2.1 基本原理 |
| 5.2.2 10MHz和40 MHz扫频激光器 |
| 5.2.3 扫频光源性能测试 |
| 5.3 超高速SS-OCT生物样品成像 |
| 5.3.1 成像系统装置 |
| 5.3.2 生物样品二维成像 |
| 5.3.3 成像系统瓶颈分析 |
| 5.4 本章小结 |
| 第6章 光计算OCT |
| 6.1 本章引言 |
| 6.2 光学实时傅里叶变换背景简介 |
| 6.3 光计算OCT基本原理 |
| 6.3.1 分数傅里叶变换 |
| 6.3.2 时间光谱卷积系统 |
| 6.3.3 数值模拟 |
| 6.4 光计算OCT实验装置 |
| 6.5 实验结果及讨论 |
| 6.6 本章小结 |
| 第7章 色散优化混频光计算OCT |
| 7.1 本章引言 |
| 7.2 混频光计算OCT |
| 7.2.1 信号混频概念 |
| 7.2.2 混频光计算理论及数值模拟 |
| 7.2.3 IQ正交解调探测 |
| 7.2.4 混频光计算OCT的优势 |
| 7.3 色散优化光计算OCT |
| 7.3.1 光计算OCT中两个近似条件的约束 |
| 7.3.2 分数傅里叶变换的时频分析 |
| 7.3.3 色散优化光计算OCT |
| 7.3.4 色散优化光计算OCT的优势 |
| 7.4 色散优化混频光计算OCT实时成像系统 |
| 7.4.1 实验装置 |
| 7.4.2 实验结果 |
| 7.4.3 相关讨论 |
| 7.5 本章小结 |
| 第8章 总结与展望 |
| 8.1 研究工作 |
| 8.1.1 OCT应用于鲜红斑痣诊断评估和牙根尖管壁成像 |
| 8.1.2 OCT在法庭科学的新应用研究方向 |
| 8.1.3 40MHz超高速扫频OCT |
| 8.1.4 10MHz光计算OCT |
| 8.1.5 17.3VPS色散优化混频光计算OCT |
| 8.2 创新点 |
| 8.3 展望 |
| 8.3.1 临床应用 |
| 8.3.2 法庭科学应用 |
| 8.3.3 光计算OCT的未来 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（9）基于RSSI指纹识别技术的停车场室内定位与导引技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及结构安排 |
| 2 无线传感器网络室内定位技术分析 |
| 2.1 无线传感器网络 |
| 2.2 无线传感器网络的节点和架构 |
| 2.2.1 节点组成 |
| 2.2.2 无线传感器系统架构 |
| 2.2.3 无线传感器网络特征 |
| 2.3 典型的室内定位系统 |
| 2.3.1 基于ZigBee的室内定位系统 |
| 2.3.2 基于WIFI的室内定位系统 |
| 2.3.3 基于蓝牙的室内定位系统 |
| 2.3.4 各种技术无线网络比较 |
| 2.4 典型室内定位算法 |
| 2.4.1 基于测距的定位算法 |
| 2.4.2 基于非测距定位算法 |
| 2.4.3 场景指纹定位算法 |
| 2.5 基于RSSI指纹识别室内定位算法 |
| 2.5.1 指纹识别算法定位步骤 |
| 2.5.2 室内定位算法总体流程 |
| 2.5.3 指纹收集 |
| 2.5.4 指纹匹配 |
| 2.5.5 定位算法 |
| 2.6 定位算法的评价标准 |
| 2.7 本章小结 |
| 3 基于室内定位技术的停车场智能导引系统 |
| 3.1 系统结构与组成 |
| 3.1.1 系统体系结构 |
| 3.1.2 系统网络结构与通信协议 |
| 3.2 系统各部分介绍 |
| 3.2.1 无线传感器网络平台 |
| 3.2.2 手持式停车卡 |
| 3.2.3 后台服务中心 |
| 3.2.4 车位分布展示系统 |
| 3.2.5 智能引导服务系统 |
| 3.3 智能引导过程 |
| 3.4 本章小结 |
| 4 基于RSSI指纹识别室内定位算法的系统实现 |
| 4.1 基于RSSI指纹识别定位算法在停车场导引系统中的实现 |
| 4.1.1 指纹生成 |
| 4.1.2 匹配与绑定过程 |
| 4.1.3 解除绑定过程 |
| 4.2 本章小结 |
| 5 停车场导引原型系统性能评估 |
| 5.1 指纹定位算法性能分析 |
| 5.2 停车场原型系统总体性能评估 |
| 5.2.1 车位分布展示系统测试 |
| 5.2.2 智能引导服务系统测试 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的学术论文 |
（10）浅析指纹自动识别系统重卡问题（论文提纲范文）
| 1 重卡存在的原因 |
| 2 重卡带来的问题 |
| 2.1 加大刑侦工作量, 造成人力财力重大浪费 |
| 2.2 挤占库容量空间, 影响了指纹“查中率” |
| 2.3 影响了工作效率 |
| 3 如何正确对待重卡 |
| 3.1 充分运用重卡在检索中的互补性 |
| 3.2 充分运用重卡在检索中拓展的信息空间 |
| 4 结论 |
四、重复卡在指纹自动识别系统中的作用（论文参考文献）
- [1]基于LF的卡口人员无感进出检测系统的设计与实现[D]. 曾鑫伟. 电子科技大学, 2021(01)
- [2]基于区块链的虚拟校园卡及安全机制的研究与实现[D]. 王贝. 北京交通大学, 2020(03)
- [3]基于分类特征的指纹识别系统的研究与实现[D]. 郝培蓉. 北京林业大学, 2020(02)
- [4]斗型纹三角区域相似异源研究 ——基于百万级数据库[D]. 艾乐. 中国人民公安大学, 2020(12)
- [5]数据驱动下数字图书馆知识发现服务创新模式与策略研究[D]. 李洁. 吉林大学, 2019(02)
- [6]基于STM32的智能门禁系统的设计[D]. 杨晶晶. 华北理工大学, 2019(01)
- [7]气象信息管理系统中指纹活性检测方法的研究[D]. 袁程胜. 南京信息工程大学, 2019
- [8]OCT超高速成像方法研究及在临床和法庭科学中的应用[D]. 王成铭. 清华大学, 2018(04)
- [9]基于RSSI指纹识别技术的停车场室内定位与导引技术研究[D]. 张鹏. 上海交通大学, 2016(01)
- [10]浅析指纹自动识别系统重卡问题[J]. 陈家冰,董政. 中国公共安全(学术版), 2014(03)