简介:主要探讨了一种新颖的基于非负稀疏编码(NNSC)和径向基概率神经网络(RBPNN)模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。
简介:由平面凹多边形域相对于凸多边形域构建Delaunay三角网时的特殊性,约束Delaunay三角化变得相对复杂。本文在改进的"两步法"算法的基础上提出一种基于网格的数据点查询方法,将图斑按一定的间距划分为若干网格并收集相关数据,通过建立索引,快速定位当前扩展边所处的网格位置,有效选取该网格周围的网格内数据参与计算,从而减少运算速度。