基于最小最大概率机的虹膜图像分类方法研究
王勇，韩九强
（西安交通大学电子与信息工程学院，710049,西安）
摘要:为了提高虹膜图像分类的准确性和稳定性，提出了一种基于最小最大概率机的虹膜图像分类方法.该方法通过控制错分概率实现分类的最大化，将一般的二维分类问题扩展到虹膜特征的多维空间，并利用最小最大概率机的高维映射泛化特性，实现了不同核函数下的虹膜图像多维分类问题，具有分类准确率高、稳定性好的特点.通过虹膜图像库的实验验证表明，该方法在保持分类稳定性的同时，获得了径向基核函数高达98.55%的分类率，该分类率比最近特征线方法和相异度函数方法的分类率分别提高了4.47%和6.41%.
关键词:虹膜；最小最大概率机；分类；相异度
中图分类号:TP391文献标识码:A文章编号:0253-987X(2006)06-0651-04