Palmprint Recognition by Applying Wavelet-Based Kernel PCA

这篇论文论述由集成手掌图象的 Daubechies 小浪表示的方法和为手掌的核 PCA 方法打印的基于小浪的核主成分分析(PCA ) 识别。核 PCA 是为有内在的非线性的空间结构的非线性的尺寸数据归约的一种技术。手掌出版图象的紧张价值被使用平均数和标准差首先使正常化。手掌出版然后被转变成小浪域分解手掌图象和系数为手掌表示被选择的最低分辨率潜水艇乐队。核 PCA 方法然后被使用从潜水艇乐队系数提取非线性的特征。最后，类似测量被使用加权的欧几里德几何学的线性基于距离的最近邻班 iffer 完成。PolyU Palmprint 数据库上的试验性的结果证明建议途径关于出版手掌出版识别途径完成高度有竞争力的性能。