重庆理工大学学报(自然科学)

文章详情

稿件标题: 大数据环境下利用新型 FTS的并行细节点指纹匹配通用分解方法
稿件作者: 李庆年,胡玉平
关键字词: 指纹拓扑结构(FTS);并行化;置信度;k 近邻算法;大数据
文章摘要: 随着指纹识别数据库规模的不断扩大,指纹识别系统的通用性、可靠性亟须提高。 为了解决该问题,提出了利用新型指纹拓扑结构(FTS)的并行化细节点指纹匹配分解方法。 该 方法首先根据 k 近邻算法设计了叉点和端点新的结构,并提取出细节点特征。 然后,将匹配分 数的计算过程分解为几个小步骤来执行,在更精细的层次上分割 2 个指纹的最终匹配,以此定 义局部结构子集之间的部分分数。 最后,单独计算这些部分分数,将它们合并在一起,构成一个 非常灵活的预测值,并允许丢弃部分分数。 此外,提出了基于细节点置信度的指纹匹配算法,有 助于全局范围上的指纹信息提取,从而确保局部相似细节点的有效匹配。 在 SFinGe 数据库上 的实验结果表明:所提出的分解框架可适用于 Apache Hadoop、Apache Spark 等大数据环境,具 有良好的可靠性。 将提出的分解方法应用于 3 种匹配算法中进行实验,结果表明提出的分解方 法具有良好的通用性。
收录刊物: 2019年33卷04期
稿件基金:
浏览次数: 53
下载次数: 18
点击下载