一、更好发挥指纹自动识别系统的优势（论文文献综述）
崔天舒[1]（2021）在《面向天基电磁信号识别的深度学习方法》文中提出电磁空间是信息产生、传输、感知和利用的主要渠道,也是信息化战争时代新型作战形式的重要依托。天基电磁态势感知系统,在大范围空间内获取雷达、通信、导航和数据链等电磁信号并进行态势分析与预测,有助于实现对陆、海、空和天各类辐射源的侦察、监视、跟踪与识别,从而掌控整个电磁空间态势。随着空间电磁设备的快速增长,电磁信号越来越密集,面对复杂多样的电磁目标,基于目标建模和人工特征的传统方法越来越难以应对。数据驱动的深度学习方法具有强大的特征表达能力,非常适合处理大数据问题。电磁信号识别是电磁态势感知核心组成部分,其目标是获取辐射源调制方式与个体身份,基于深度学习的电磁信号识别具有重要的研究价值与应用前景。空间中电磁信号类型多、差异大,若根据不同频段、不同辐射源类型和不同应用设计各自的识别系统,则工程应用成本高昂。本文将自动调制识别与射频指纹识别视为连续信号的模式识别问题,采用外部视角,将发射机整体外部行为作为研究对象,从发射机输出信号中学习获得识别模型,实现电磁信号识别。依此设计的电磁信号智能处理架构、IQ相关特征卷积网络结构,以及压缩信号智能处理框架,可处理自动调制识别与射频指纹识别2种应用。深度神经网络虽然擅于挖掘高冗余数据复杂特征,但也存在模型庞大、计算复杂度高的不足。由于功耗及空间辐射环境等限制,天基平台的存储空间与计算能力特别有限。为弥合天基平台性能与深度学习资源需求之间的差距,提出了一种轻量化智能处理架构。首先将数据流拆分成小数据段,然后直接采用卷积神经网络处理,最后通过序列联合判决算法进行信息融合。处理相同长度信号,轻量化智能处理架构的参数量与计算量仅为Alex Net的0.037%与40%,Google Net的0.170%与14.3%。轻量化智能处理架构的整体性能取决于单个分类器,为实现信息高效利用,提出了一种IQ相关特征卷积网络结构。在自动调制识别应用中,当信噪比≥0d B时,仅用50%的计算量可将识别准确率提高了9.88%,且比传统高阶统计量方法识别准确率高37.63%。在射频指纹识别应用中,仅用50%的计算量可将准确率提高了12.28%,且比传统功率谱密度方法准确率高33.16%。通信和雷达信号不断向高频段拓展,信号带宽迅速提高,采样压力越来越大。面对宽带信号识别问题,提出了一种结合压缩感知与深度学习的压缩信号智能处理框架。在自动调制识别和射频指纹识别中,即使将采样率分别降低16和64倍,也能达到Nyquist采样信号同等识别准确率,大大拓宽了信号的识别范围。最后,基于轻量化智能处理架构,采用低成本信号采集与处理平台,实现了一套识别准确率接近100%的亚Nyquist采样信号射频指纹识别实时处理系统。
林付艳[2]（2020）在《雷达指纹特征提取与识别方法的研究》文中研究说明雷达指纹识别旨在通过提取由雷达内部元器件差异造成的发射信号区别于其他同型号雷达的细微特征,实现雷达个体的判别和追踪。与传统雷达个体识别或调制方式识别相比,雷达指纹识别具有指纹信息极其细微、隐匿度较高的特点。目前,基于机器学习的雷达指纹特征提取与识别方法逐渐崭露头角,然而已有的研究多基于仿真数据,模型和参数设置偏差较大,在实际场景中的识别率低、稳定性差;另外,电子战日趋智能化、自动化,对雷达指纹识别的实时性和自适应性提出了更高的要求。针对上述挑战,本文首先阐述了雷达指纹产生机理;然后基于实测雷达数据对雷达指纹特征提取与识别方法展开研究,并评估了所提方法的有效性。论文主要创新点和工作如下:1.针对传统方法中存在的特征有效性和代表性差、在实际场景中识别效果不理想的问题,提出基于变分模式分解（Variational Mode Decomposition,VMD）的多域特征提取与识别方法。为充分挖掘信号中隐含的指纹信息,该方法首先利用VMD将雷达信号分解为不同的子信号,然后对各分量进行多域特征提取;在分类器设计方面,提出基于随机森林的雷达指纹识别,通过理论论证和实验分析与其他分类器进行比较,研究了随机森林中决策树数量设置问题;最后研究了脉内采样点数对识别效果的影响,通过对比实验对所提方法进行评估。实验表明该方法可实现基于部分脉内稳态信号的高准确率雷达指纹识别;随采样点数增加,识别率不断提高,其中截取脉内3000个采样点进行特征提取,即可实现高于99%的识别率;模型具有较强的泛化能力,算法简单,容易实现。2.为实现细微雷达指纹自动特征提取与识别,提高算法的实时性和普适性,提出一种基于卷积神经网络的雷达指纹识别方法。通过将时域雷达信号转换成二维时频图,输入卷积神经网络实现雷达指纹特征的提取和识别。针对传统时频分析方法存在的时频聚集性和频率分辨率较差,易丢失细微雷达指纹信息的问题,引入一种基于变分模式分解-希尔伯特变换（Variational Mode Decomposition and Hilbert Transform,VMD-HT）的时频分析方法;为降低运算量同时保证细微指纹信息的完整性,研究了时频图预处理问题;针对时频图的特殊性,研究了卷积神经网络的参数设置、时频图尺寸影响、网络结构优化和卷积层数影响四方面内容;基于实测数据的研究表明优化后的网络具有较高的识别准确率和泛化能力。
俞佳宝[3]（2020）在《射频指纹提取与识别技术研究》文中研究指明随着无线通信技术的不断普及和物联网技术的蓬勃发展,无线通信在军事和民用两方面都发挥着不可替代的作用,已成为现代社会不可或缺的一部分。然而,无线网络由于其开放性,相比于传统的有线网络更容易受到大规模的恶意攻击,其安全问题不容忽视。射频指纹技术通过分析无线设备的通信信号来提取设备的“射频指纹”,从而对不同的发射机进行识别和认证。射频指纹代表了发射机由于电路设计的差异和生产制造的容差导致的电路硬件差异,会寄生在通信信号中,不同设备具有不同的射频指纹。射频指纹提取和识别技术既可以为无线网络提供更高的安全性能,也可以在现有的辐射源识别和通信电台识别的研究基础上提供许多新的识别体制和方式。因此,开展射频指纹提取与识别技术的研究在军事和民用领域都有着深刻的理论意义和重大的实用价值。本文围绕无线通信射频指纹提取与识别领域的若干关键问题展开了一些研究,包括射频指纹建模与仿真、基于差分星座轨迹图的盲频偏估计、结合深度学习技术的多采样卷积神经网络方法和降噪自编码器射频指纹方法,以及半稳态信号的定义、检测与成因分析。本文的创新性研究成果包括:1.研究了射频指纹时域建模和仿真射频指纹产生机理的建模是后续研究的基础,对如何选择指纹特征起到指导作用。根据提出的通用数字通信系统框架分析了发射机各环节对于射频指纹的影响,建立了对应的射频指纹模型。总结归纳了射频指纹领域相关通信标准中四个重要参数的容差,并根据均方根误差向量幅度容差,理论推导了QPSK和16-QAM两种典型调制方式的DAC直流偏置、I/Q增益不平衡、I/Q正交偏移误差、I/Q滤波器偏差、振荡器相噪和功放非线性的上下界,仿真了各种临界情形下星座图的变化,分析了单个射频指纹参数和混合射频指纹参数的影响,为射频指纹领域建模和仿真提供了合理的参数指导。2.提出了一种基于差分星座轨迹图的MPSK信号盲频偏估计算法残留频偏的基带信号的星座图不停旋转,但其对应的差分星座轨迹图上却具有固定偏转。通过理论证明了AWGN信道下无成型滤波器的MPSK信号生成的差分星座轨迹图的准对称性,发现对称轴通过原点,相对于I轴的旋转角度只与频偏和差分间隔相关。提出通过最小化不对称能量项来估计对称轴旋转角度,从而估计出频偏。仿真结果表明,该方法在AWGN信道和平坦莱斯信道下,中高信噪比时性能良好,其归一化均方误差比修正的Cramer-Rao界略高。和传统算法相比,频偏估计范围大幅度提升,估计范围变得取决于接收机采样率。最后,将该方法做了一定的限制,成功应用于ZigBee设备的频偏估计。3.提出了一种基于自适应目标区间选择的多采样卷积神经网络射频指纹识别方法为了提取频偏无关的特征,本文提出了一种基于信号解扩的细频偏估计算法来消除粗频偏估计后的残留频偏。针对ZigBee设备睡眠模式切换导致的不稳定半稳态现象,提出了一种信噪比自适应的目标区间选择算法来有效权衡信号的分类有效信息与半稳态区域的抖动。改进了传统的单采样率神经网络方法,提出了一种多采样卷积神经网络框架,包含降采样阶段、局部卷积阶段和全连接阶段,可以自动、高效地提取相同大小的多尺度特征,显着提高了设备的识别率。在SNR=30dB左右的视距场景,54个CC2530设备的识别准确率为97%,在SNR=15dB左右的非视距场景,设备识别准确率为84.6%。4.研究了半稳态现象及其成因从瞬态和稳态的定义出发,重新定义了传统的瞬态信号、稳态信号和新发现的半稳态信号。详细比较和分析了带功放和不带功放ZigBee设备的非数据段瞬态信号和数据段半稳态信号的持续时间、瞬时幅度、瞬时频率、瞬时相位等特征的差异。根据特定构建的三种差分信号在半稳态区域和稳态区域的分布差异,提出了一种基于差分相位滑动标准差的贝叶斯渐升变点检测方法来检测半稳态的结束点。实验结果显示,该方法在大部分设备上十分稳定,且对于噪声极为鲁棒。最后,通过各种实验研究分析了功放、巴伦网络、低压差稳压器以及不同功率对于半稳态信号的影响,解释了半稳态的成因。5.提出了一种基于降噪自编码器的通用射频指纹识别框架和针对ZigBee设备的部分叠加策略改进了传统的多帧叠加提高信噪比的方法,提出了一种单帧内相同符号叠加提升信噪比的方法。考虑到ZigBee设备半稳态信号与稳态信号射频指纹的差异,只对稳态信号进行单符号叠加,然后和半稳态信号进行拼接,有效结合了半稳态信号和稳态信号在不同信噪比下的射频指纹识别优势。针对传统深度学习射频指纹方法在低信噪比时性能较差的情况,提出了一种改进的基于降噪自编码器的方法,通过同时最小化重建误差和分类损失进行网络训练,提升了中低信噪比下的识别性能。实验结果显示,在AWGN信道的低信噪比（-10dB～5dB）场景下,相比传统的卷积神经网络方法,27个ZigBee设备的分类准确率提高了14%～23.5%。
付微明[4]（2020）在《生物识别信息法律保护问题研究》文中研究说明生物识别技术的产生发展和广泛应用使得对生物识别信息的开发利用不断加深,这种开发利用在为个人、社会和国家带来莫大利益的同时,也由于一些乱象的出现导致了公众的忧虑,引发了潜在和现实的风险,对生物识别信息的法律保护开始得到重视,本文以此为发端展开了对生物识别信息法律保护问题的研究。本文对生物识别信息法律保护问题的研究,以解决三个基本问题为目的:首先,什么是生物识别信息;其次,为什么要保护生物识别信息;最后,如何保护生物识别信息。由于目前国内外对本论题的研究论着还不丰富,本文十分缺乏可参考的研究着作和论文。本文的写作主要依赖于本文作者努力收集到的国内外相关法律、法规文本;司法判例;相关事例。在研究方法上,注重理论与实证的结合,注重以问题为研究导向,并以历史研究、文献研究,比较研究等为论证方法。在具体内容上,首先,本文通过对生物识别信息概念和本质的理解,探讨了什么是生物识别信息这一基本问题。本文从生物识别技术的产生和发展入手,对生物识别信息的内涵和外延,生物识别信息的其他相关概念进行了辨析,明确了生物识别信息的概念。从生物识别信息的概念出发,本文进一步探讨了生物识别信息的本质和独特性质。其次,本文通过对生物识别信息法律保护的意义和目的的分析,探讨了为什么要保护生物识别信息这一基本问题。本文以生物识别信息的应用价值为切入点,阐明了生物识别信息法律保护的重要意义和紧迫性,以及生物识别信息法律保护的目的和基本要求,并以此为基点,从国外立法和司法实践经验中总结出满足基本要求的两种主要法律保护模式。最后,本文通过对生物识别信息的常规法律保护模式中的普遍原则及其具体适用,专门法律保护模式中对生物识别信息处理各方主体的特定权利义务设置,以及如何完善法律保护机制的研究,探讨了如何保护生物识别信息这一基本问题。本文通过对生物识别信息法律保护基本模式和基本原则的研究,总结了生物识别信息常规法律保护的基本形式;接下来从生物识别信息的特殊性质着手,总结了生物识别信息应用中各类主体的特定权利义务和责任,分析了生物识别信息特定性法律保护的机制;通过对生物识别信息常规法律保护和专门法律保护的辨析,本文进一步分析了我国当前生物识别信息法律保护机制存在的问题,并提出了改善这些问题的初步方案,得出了我国应该如何健全生物识别信息法律保护机制的结论,并对如何建设具有中国特色的生物识别信息法律保护体系进行了思考和探索。
艾乐[5]（2020）在《斗型纹三角区域相似异源研究 ——基于百万级数据库》文中研究表明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[6]（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。
朱颖娜[7]（2019）在《人工智能应用于国家边境检查管理研究 ——以上海口岸自助通关系统为例》文中研究说明人工智能在政务领域的兴起必将带来政务服务部门的重大变革,其在提升国家综合治理能力、为政府决策者提供决策方案、优化政府行政流程、为市民提供个性化政务服务、维护国家安全管理、完成其他行政辅助工作等方面发挥巨大的促进作用。在国家边境管理领域,人工智能应用在边境管理上在提升通关效率、保障出入境人员的审查公平性、较人工检查智能查验稳定性等方面表现出色。然而,人工智能也暴露出种种问题,且相对于一般政府公共管理,人工智能应用在国家边境检查管理有着其显着的特点。一方面,人工智能的进入应尤为谨慎,在该领域人工智能的应用绝非只涉及行政服务提升、行政辅助那么简单,而是承担了国家安全管理职能。另一方面,由于涉及到国家边境安全,人工智能的应用对差错几乎是零容忍,如何降低其差错率是长期需要解决的问题。现有的研究在人工智能应用于边境管理,特别是安全性方面的探讨尚处于空白,介于此,本文通过案例分析法,从协作治理理论、外部性理论、对称性理论分析人工智能应用于边境管理的利弊并提出解决对策。通过围绕着目前已经投入十余年的自助通关系统中的人工智能设备,从人力资源角度、通关效率角度、查获边控准确性角度等进行现场调研和随机访谈,分析人工智能对边检机关安全管理的成效。通过统计数据、查获典型案例以及各类人工智能引发的各类事故的分析等方式推衍出自助通关在应用时暴露出来的问题。虽然有着较长的应用史,本文认为人工智能在应用到边境管理中仍有许多缺陷,主要有:智能化边境管理系统的技术成熟度较低,非法出入境案件更难查获,给出入境政务管理带来挑战,人机结合造成的自助通关应用的瓶颈,公众接受度不高,自助通关外国人应用局限等。通过案例分析,及与国内外人工智能应用于边境管理的比较,笔者认为可以从搭建与国边境管理相适应的人机协作机制、提升边境管理的智能化水平、促进出入境人员对自助通关的接受度提高、降低人工智能对国家边境安全管理的负外部效应、制定人工智能应用的配套法规制度、扩大自助通关对外国人出境的适用等举措去完善在人工智能在应用边境管理过程中的种种不足。通过可行性对策提出,以期为出入境秩序管理者决策提供科学的理论研究依据,同时为政府引入人工智能设备提供参考。
陈欣[8]（2017）在《指纹识别处理关键技术研究》文中认为由于指纹识别技术的方便易用、高准确性以及低成本等优势,使它在信息安全、电子商务甚至犯罪鉴别中得到了广泛的应用。本文对指纹图像识别的发展历程、发展现状以及其未来的发展趋势进行了调研,特别针对指纹图像的预处理以及指纹匹配的环节进行了详细的分析。分析了指纹图像预处理环节的各个步骤:区域分割、规格化、计算方向图、滤波增强、二值化、细化以及特征提取等步骤,并运用MATLAB进行了仿真,给出了每一步的处理结果以及意义,并在这基础上提出了改进,提高算法的有效性。然后在这基础上,提出了一种新的指纹匹配算法,来提高指纹自动识别的准确性和鲁棒性。并最后通过实验对其进行了测试,同时与其他两种文献中提到的方法进行了对比,结果显示本文的提出的这种指纹识别方案具有更高的可靠性。
张连文,潘立翊[9]（2015）在《指纹自动识别系统在侦查破案中的应用》文中提出在刑事侦查工作中,指纹自动识别系统作为一项十分重要的基础业务,有助于各类案件的快速侦破,实现了刑事侦查工作的网络化、信息化和规范化建设,具有十分重要的作用和意义。本文详细阐述了指纹自动识别系统在侦查破案中的重要作用,并提出了几点应用措施。
彭颖[10]（2007）在《广东省指纹自动识别系统的应用》文中进行了进一步梳理随着广东省指纹自动识别系统的安装与投入使用,以及它的网络化,使它在侦查破案中所发挥的作用越来越大。如何发挥我省指纹自动识别系统的优势和作用,已经摆在了我们面前,我们应充分利用我省指纹自动识别系统存储容量大、处理速度快、比对准确率高、覆盖面广的特点,使其最大限度发挥作用。
二、更好发挥指纹自动识别系统的优势（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、更好发挥指纹自动识别系统的优势（论文提纲范文）
（1）面向天基电磁信号识别的深度学习方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1.研究背景与研究意义 |
| 1.2.研究现状 |
| 1.2.1.自动调制识别研究现状 |
| 1.2.2.射频指纹识别研究现状 |
| 1.2.3.深度网络结构研究现状 |
| 1.2.4.研究现状小结 |
| 1.3.本文主要工作 |
| 1.4.本文结构安排 |
| 第2章 轻量化高效智能信号处理方法 |
| 2.1.问题描述 |
| 2.1.1.问题建模 |
| 2.1.2.研究方法 |
| 2.2.电磁信号智能处理架构 |
| 2.2.1.处理架构分析 |
| 2.2.2.轻量化智能处理架构 |
| 2.2.3.整体识别性能 |
| 2.3.电磁信号卷积网络结构 |
| 2.3.1.网络结构分析 |
| 2.3.2.IQ相关特征卷积网络结构 |
| 2.4.压缩信号处理 |
| 2.4.1.压缩感知数学模型 |
| 2.4.2.稀疏表示与观测矩阵 |
| 2.4.3.压缩信号智能处理框架 |
| 2.5.性能评估 |
| 2.5.1.评估方法 |
| 2.5.2.性能度量 |
| 2.5.3.资源需求 |
| 2.6.本章小结 |
| 第3章 轻量化智能自动调制识别方法 |
| 3.1.自动调制识别数据集 |
| 3.2.识别方法 |
| 3.2.1.传统人工特征方法 |
| 3.2.2.深度学习方法 |
| 3.3.实验结果 |
| 3.3.1.RML2016实验结果 |
| 3.3.2.RML2018实验结果 |
| 3.4.整体性能 |
| 3.4.1.识别性能 |
| 3.4.2.资源需求 |
| 3.5.本章小结 |
| 第4章 轻量化智能射频指纹识别方法 |
| 4.1.射频指纹识别数据集 |
| 4.1.1.数据类型 |
| 4.1.2.信道类型 |
| 4.1.3.实验说明 |
| 4.2.识别方法 |
| 4.2.1.传统人工特征方法 |
| 4.2.2.深度学习方法 |
| 4.3.实验结果 |
| 4.3.1.IQCNet性能评估 |
| 4.3.2.识别性能对比 |
| 4.4.整体性能 |
| 4.5.本章小结 |
| 第5章 压缩信号轻量化智能识别方法 |
| 5.1.压缩信号获取 |
| 5.2.压缩信号调制方式识别 |
| 5.2.1.单次识别性能 |
| 5.2.2.整体识别性能 |
| 5.2.3.混淆矩阵 |
| 5.3.压缩信号射频指纹识别 |
| 5.3.1.识别性能 |
| 5.3.2.混淆矩阵 |
| 5.4.本章小结 |
| 第6章 射频指纹识别实时处理系统实现 |
| 6.1.实验场景 |
| 6.2.模型性能评估 |
| 6.2.1.数据预处理 |
| 6.2.2.模型训练 |
| 6.2.3.推理性能 |
| 6.2.4.欠采样信号射频指纹识别 |
| 6.3.模型部署 |
| 6.4.本章小结 |
| 第7章 总结与展望 |
| 7.1.研究总结 |
| 7.2.研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）雷达指纹特征提取与识别方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 特征提取 |
| 1.2.2 分类器设计 |
| 1.3 雷达指纹识别系统 |
| 1.4 论文研究内容及结构安排 |
| 第二章 雷达指纹产生机理 |
| 2.1 引言 |
| 2.2 雷达发射机基本结构 |
| 2.3 有意调制与无意调制 |
| 2.3.1 有意调制 |
| 2.3.2 无意调制 |
| 2.4 雷达指纹概述 |
| 2.4.1 雷达指纹的表现形式 |
| 2.4.2 雷达指纹特性 |
| 2.5 本章小结 |
| 第三章 基于变分模式分解的多域特征提取与识别 |
| 3.1 引言 |
| 3.2 信号分解方法概述 |
| 3.2.1 小波包分解 |
| 3.2.2 经验模式分解 |
| 3.2.3 变分模式分解 |
| 3.2.4 三种分解方法对比 |
| 3.3 基于VMD的多域特征提取 |
| 3.3.1 预处理 |
| 3.3.2 多域特征提取 |
| 3.4 基于随机森林的雷达指纹识别 |
| 3.4.1 随机森林分类器设计 |
| 3.4.2 实验结果与分析 |
| 3.5 本章小结 |
| 第四章 基于卷积神经网络的雷达指纹识别 |
| 4.1 引言 |
| 4.2 典型时频分析 |
| 4.2.1 短时傅里叶变换 |
| 4.2.2 连续小波变换 |
| 4.2.3 Wigner-Ville分布 |
| 4.2.4 希尔伯特黄变换 |
| 4.2.5 典型时频分析比较 |
| 4.3 VMD-HT时频分析 |
| 4.3.1 VMD-HT基本原理 |
| 4.3.2 基于VMD-HT的雷达信号预处理 |
| 4.4 卷积神经网络 |
| 4.4.1 深度学习概述 |
| 4.4.2 卷积神经网络的基本结构和训练 |
| 4.4.3 基于卷积神经网络的雷达指纹识别方案 |
| 4.5 面向雷达指纹识别的卷积神经网络优化设计与实验分析 |
| 4.5.1 卷积神经网络参数设置研究 |
| 4.5.2 时频图尺寸对雷达指纹识别影响研究 |
| 4.5.3 卷积神经网络结构优化研究 |
| 4.5.4 卷积层数量对雷达指纹识别影响研究 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 下一步工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）射频指纹提取与识别技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词 |
| 符号说明 |
| 第一章 绪论 |
| 1.1 论文的研究背景 |
| 1.2 射频指纹技术研究历史与现状 |
| 1.2.1 射频指纹技术的起源 |
| 1.2.2 射频指纹技术通用框架 |
| 1.2.3 射频指纹的安全性 |
| 1.3 射频指纹的特点 |
| 1.3.1 唯一性 |
| 1.3.2 鲁棒性 |
| 1.3.3 长时不变性 |
| 1.3.4 独立性 |
| 1.3.5 统一性 |
| 1.3.6 可移植性 |
| 1.4 论文的研究内容与结构安排 |
| 第二章 射频指纹建模与盲频偏估计 |
| 2.1 前言 |
| 2.2 射频指纹建模 |
| 2.2.1 通信标准容差 |
| 2.2.2 射频指纹模型 |
| 2.3 射频指纹建模仿真 |
| 2.3.1 直流偏置的影响 |
| 2.3.2 I/Q增益不平衡的影响 |
| 2.3.3 I/Q正交偏移误差的影响 |
| 2.3.4 I/Q两路滤波器偏差的影响 |
| 2.3.5 振荡器相位噪声的影响 |
| 2.3.6 功放非线性的影响 |
| 2.3.7 频偏的影响 |
| 2.3.8 混合参数的影响 |
| 2.4 基于差分星座轨迹图的盲频偏估计 |
| 2.4.1 系统模型 |
| 2.4.2 差分星座轨迹图的准对称性 |
| 2.4.3 频偏估计算法 |
| 2.4.4 带成型滤波器场景 |
| 2.4.5 ZigBee的差分星座轨迹图 |
| 2.4.6 仿真结果 |
| 2.5 本章小结 |
| 第三章 基于多采样卷积神经网络的鲁棒射频指纹识别方法 |
| 3.1 引言 |
| 3.2 信号采集与预处理 |
| 3.2.1 IEEE 802.15.4 调制方式 |
| 3.2.2 IEEE 802.15.4 帧格式 |
| 3.2.3 实验设置 |
| 3.2.4 预处理 |
| 3.3 半稳态现象和自适应ROI选择 |
| 3.3.1 ZigBee设备的半稳态现象 |
| 3.3.2 自适应ROI选择算法 |
| 3.4 多采样卷积神经网络 |
| 3.4.1 降采样阶段 |
| 3.4.2 局部卷积阶段 |
| 3.4.3 全连接阶段 |
| 3.4.4 切片技术 |
| 3.5 实验与结果分析 |
| 3.5.1 数据采集 |
| 3.5.2 基线卷积神经网络 |
| 3.5.3 网络深度选择 |
| 3.5.4 ROI选择 |
| 3.5.5 CNN2和MSCNN的比较 |
| 3.5.6 MSCNN的最终性能评估 |
| 3.6 本章小结 |
| 第四章 基于半稳态信号的射频指纹技术 |
| 4.1 引言 |
| 4.2 瞬态信号、稳态信号与半稳态信号 |
| 4.2.1 稳态与瞬态 |
| 4.2.2 现有的瞬态信号定义 |
| 4.2.3 CC2530设备的瞬态信号和半稳态信号 |
| 4.3 半稳态信号结束点的检测 |
| 4.3.1 差分信号分布 |
| 4.3.2 基于差分相位滑动标准差的贝叶斯渐升变点检测 |
| 4.3.3 性能测试与分析 |
| 4.4 半稳态成因 |
| 4.4.1 CC2530设备电路图 |
| 4.4.2 功放对信号的直接影响 |
| 4.4.3 巴伦网络的影响 |
| 4.4.4 功放对电压的间接影响 |
| 4.4.5 功率设置对于半稳态的影响 |
| 4.5 本章小结 |
| 第五章 基于降噪自编码器和部分信号叠加的射频指纹技术 |
| 5.1 引言 |
| 5.2 基于降噪自编码的射频指纹识别方法 |
| 5.3 部分信号叠加方法 |
| 5.3.1 半稳态和稳态射频指纹 |
| 5.3.2 部分叠加策略 |
| 5.4 实验与结果分析 |
| 5.4.1 实验系统和数据采集 |
| 5.4.2 模型结构和参数 |
| 5.4.3 卷积神经网络vs卷积降噪自编码器 |
| 5.4.4 半稳态指纹vs稳态射频指纹 |
| 5.4.5 稳态信号单符号叠加 |
| 5.4.6 部分叠加后的最终性能 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结及主要贡献 |
| 6.2 进一步研究的方向 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
| 致谢 |
（4）生物识别信息法律保护问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 一、论题缘起与研究范围 |
| (一)论题缘起 |
| (二)研究意义 |
| (三)研究范围 |
| 二、研究现状及存在问题 |
| (一)国内研究现状及存在问题 |
| (二)国外研究现状及存在问题 |
| 三、研究资料与研究方法 |
| (一)研究资料 |
| (二)研究方法 |
| 四、学术创新与主要学术观点 |
| (一)学术创新 |
| (二)主要观点 |
| 第一章 生物识别信息的概念和本质 |
| 第一节 生物识别信息的概念 |
| 一、生物识别技术 |
| (一)生物识别技术的产生 |
| (二)生物识别技术的发展 |
| 二、生物识别信息 |
| (一)生物识别信息的内涵 |
| (二)生物识别信息的外延 |
| 三、生物识别信息的其它相关基本概念 |
| (一)个人数据、档案、信息、资料 |
| (二)生物识别标识、数据、信息 |
| 第二节 生物识别信息的本质 |
| 一、生物识别信息是个人信息的新类型 |
| (一)生物识别信息必须经过“特定技术处理” |
| (二)生物识别信息是个人“数字身份”的核心内容 |
| 二、生物识别信息不同于一般个人信息的两种特殊性质 |
| (一)生物识别信息具有“惟一性” |
| (二)生物识别信息具有“不可变更性” |
| 第二章 生物识别信息法律保护的意义和目的 |
| 第一节 生物识别信息法律保护的重要意义 |
| 一、生物识别是与个人权利密切相关的重要产业 |
| (一)生物识别信息与个人权利密切相关 |
| (二)生物识别产业具有广阔发展前景 |
| 二、生物识别是新型社会管理方式 |
| (一)生物识别提高社会管理效率 |
| (二)生物识别信息是国家大数据整合基础性资源 |
| 三、生物识别信息关系国家安全 |
| (一)生物识别信息应用是维护国家安全的需要 |
| (二)生物识别信息应用关系国家整体安全 |
| 第二节 生物识别信息法律保护的目的 |
| 一、实现生物识别信息应用中个人权利与产业发展利益的平衡 |
| (一)生物识别信息法律保护应以调控平等主体利益关系为重点 |
| (二)生物识别信息产业发展必须受到严格规制 |
| 二、实现生物识别信息应用中各方利益的协调与平衡 |
| (一)通过法律平衡生物识别信息应用中的公私利益关系 |
| (二)通过法律保证国家安全与社会管理对生物识别信息应用的需要 |
| 第三章 生物识别信息法律保护的要求及保护模式 |
| 第一节 实现生物识别信息法律保护目的基本要求 |
| 一、充分保护生物识别信息权利主体的信息自决权 |
| (一)生物识别信息权利是个人信息权的组成部分 |
| (二)以“禁止处理”保护个人生物识别信息自决权 |
| 二、明确禁止未经个人同意处理生物识别信息 |
| (一)禁止以买卖等为目处理生物识别信息 |
| (二)禁止经个人授权而买卖生物识别信息等行为 |
| 三、以生物识别信息处理的“法定必需”维护国家安全和社会管理需要 |
| (一)生物识别信息处理“法定必需”的必要性 |
| (二)生物识别信息处理的“法定必需”事项 |
| 第二节 生物识别信息法律保护立法模式 |
| 一、生物识别信息法律保护综合立法模式 |
| (一)生物识别信息综合立法保护模式的发展路径 |
| (二)生物识别信息综合立法保护的主要内容 |
| 二、生物识别信息法律保护专项立法模式 |
| (一)以生物识别信息隐私法案实行民法保护 |
| (二)以防止身份盗窃对生物识别信息进行专项立法保护 |
| 第四章 生物识别信息的常规法律保护 |
| 第一节 个人信息保护法律原则在生物识别信息保护中的应用 |
| 一、个人信息保护法律原则与生物识别信息的常规保护 |
| (一)域外生物识别信息法律保护常规原则溯源 |
| (二)我国生物识别信息法律保护常规原则溯源 |
| 二、个人信息保护原则在生物识别信息保护中的应用 |
| (一)域外个人信息法律保护原则在保护生物识别信息中的应用 |
| (二)我国个人信息法律保护原则在生物识别信息保护中的应用 |
| 第二节 生物识别信息法律保护的具体原则 |
| 一、正当、合法、透明原则 |
| (一)正当、合法、透明原则的重要性 |
| (二)正当、合法、透明原则的内涵 |
| 二、目的明确、相关和有限、必需、适当原则 |
| (一)目的明确、相关和有限、必需、适当原则的必要性 |
| (二)目的明确、相关和有限、必需、适当原则的内涵 |
| 三、安全、准确、机密原则 |
| (一)安全性、准确性和机密性是生物识别信息保护的要旨 |
| (二)安全、准确、机密原则的内涵 |
| 第五章 生物识别信息的专门法律保护 |
| 第一节 生物识别信息权利人的特定权利 |
| 一、生物识别信息权利人及其权利的性质 |
| (一)生物识别信息权利人 |
| (二)生物识别信息权利人的权利性质 |
| 二、权利人对生物识别信息处理的严格授权是信息自决权的体现 |
| (一)生物识别信息处理中“权利人明确表示同意”的内涵 |
| (二)权利人对生物识别信息的访问权与获取权 |
| (三)权利人对生物识别信息的整改权与删除权 |
| (四)权利人对生物识别信息的处理限制权与反对权 |
| 第二节 生物识别信息控制者的特定法律义务和责任 |
| 一、生物识别信息处理与生物识别信息控制者 |
| (一)生物识别信息处理 |
| (二)生物识别信息处理控制者 |
| 二、生物识别信息处理控制者的特定法律义务 |
| (一)生物识别信息处理特定安全保障义务 |
| (二)生物识别信息处理特定“单独充分明确告知”义务 |
| (三)生物识别数据处理政策透明公开特定要求 |
| 三、以保护生物识别信息自决权而确定违法处理法律责任 |
| (一)公法上保护生物识别信息的特定罪刑条款 |
| (二)私法上保护生物识别信息的侵权责任条款 |
| 第六章 生物识别信息法律保护机制的完善 |
| 第一节 生物识别信息法律保护现有机制存在问题 |
| 一、生物识别信息法律保护整体上仍待加强 |
| (一)生物识别信息保护总体立法存在疏漏 |
| (二)缺乏针对生物识别信息特质的信息权保护内容 |
| 二、生物识别信息法律保护具体措施严重不足 |
| (一)行政立法滞后于生物识别信息处理监管及保护需要 |
| (二)保护生物识别信息隐私权的民法进路存在缺陷 |
| (三)刑法对伪造买卖生物识别信息行为缺乏规制 |
| 第二节 生物识别信息法律保护机制的完善 |
| 一、完善生物识别信息特定行政法律保护机制 |
| (一)建立专门化生物识别信息处理行政监管机构 |
| (二)建立生物识别信息保护行政执法机制 |
| (三)建立生物识别信息权利行政诉讼救济制度 |
| 二、突破生物识别信息民事法律保护困境实现制度优化 |
| (一)完善生物识别信息法律保护“类诉讼”制度 |
| (二)解决生物识别信息作为个人新型权利地位问题 |
| (三)确定生物识别信息处理侵权“损害”认定标准 |
| 三、解决生物识别信息刑事法律保护特定问题 |
| (一)伪造生物识别信息行为的定罪问题 |
| (二)非法获取、盗窃、使用生物识别信息行为的定罪问题 |
| (三)买卖交易生物识别数据行为的定罪问题 |
| (四)代为人脸识别行为的刑事定性问题 |
| 结论 |
| 参考文献 |
（5）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 |
（6）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 |
（7）人工智能应用于国家边境检查管理研究 ——以上海口岸自助通关系统为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究的背景、目的和意义 |
| 一、研究背景 |
| 二、研究的意义 |
| 第二节 相关概念界定 |
| 一、人工智能 |
| 二、人工智能系统应用于政府管理的分类 |
| 三、自助通关查验系统 |
| 第三节 文献综述 |
| 一、国外相关的研究成果 |
| 二、国内的相关研究成果 |
| 三、对国内外研究成果的评述 |
| 第四节 研究方法和技术路线 |
| 一、研究方法 |
| 二、研究思路 |
| 三、研究创新点 |
| 第二章 研究的理论基础 |
| 第一节 协作治理理论 |
| 一、协作治理理论的阐释 |
| 二、基于人工智能的TPS系统与人件 |
| 三、协作治理理论在边境安全管理的应用 |
| 第二节 外部性理论 |
| 一、外部性理论的阐述 |
| 二、外部性理论在本研究的应用分析 |
| 第三节 对称性理论 |
| 一、对称性理论的阐述 |
| 二、对称性理论在本研究的应用分析 |
| 第三章 国内外人工智能应用于国家边境安全管理实践现状与分析 |
| 第一节 国际的实践现状 |
| 一、智能边境管理系统 |
| 二、出入境人员危险评定人工智能分析系统 |
| 三、应用于国土安全的人工智能综合分析系统 |
| 第二节 国内的实践现状 |
| 一、自助通关系统 |
| 二、海港的梯口人像识别智能门禁系统 |
| 三、口岸视频生物识别系统 |
| 四、智能机器人及其他智能系统 |
| 第三节 国内外实践现状的比较研究 |
| 一、模式识别领域安全性不高 |
| 二、人工智能仅停留在人员的形式审查层面 |
| 三、口岸人工智能技术缺少国内统一标准 |
| 四、人工智能在政务服务领域应用匮乏 |
| 五、人工智能在安全管理领域仍有较大发展空间 |
| 第四章 实证案例及分析 |
| 第一节 上海口岸的自助通关系统应用案例 |
| 一、概述 |
| 二、上海口岸出入境自助通关系统应用情况及数据统计 |
| 第二节 自助通关案例结果分析 |
| 一、智能化边境管理系统的技术成熟角度 |
| 二、国家边境公共安全管理角度 |
| 三、出入境政务管理角度 |
| 四、人机的协作治理角度 |
| 五、公众接受度角度 |
| 六、政策法律角度 |
| 七、自助通关普及性角度 |
| 第五章 优化人工智能在国家边境管理的对策思路 |
| 第一节 运用人机协同治理解决智能边境系统在安全管理的隐患 |
| 一、完善抽检机制 |
| 二、人检与机检相配合 |
| 三、创建“小前台、大后台”的出入境查控格局 |
| 第二节 用大数据与智能化解决智能边境系统在安全管理的隐患 |
| 一、多种模式识别手段相结合。 |
| 二、提升系统的稳定性 |
| 三、建立集成化控制操作台 |
| 四、为人工智能设备提供完善的大数据平台 |
| 五、引入人工智能弥补人工智能的瓶颈 |
| 第三节 加强人工智能对国家边境检查的正外部效应 |
| 一、从通关效率角度 |
| 二、从通关环境角度 |
| 三、引入出入境政务服务的人工智能设备 |
| 第四节 提升出入境人员对人工智能设备的接受度 |
| 一、制定配套法规制度弥补信息不对称性 |
| 二、加大出境自助通关系统的宣传力度 |
| 三、消除出境人员证件未加盖验讫章顾虑 |
| 第五节 扩大智能边境管理系统使用范围 |
| 一、适用范围 |
| 二、适用除外情形 |
| 三、主要流程及设计图 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者攻读硕士学位期间完成的科研成果 |
（8）指纹识别处理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外应用和研究现状 |
| 1.3 存在的问题 |
| 1.4 本文研究内容 |
| 2 指纹识别处理方案设计 |
| 2.1 软件平台及开发语言简介 |
| 2.1.1 软件平台简介 |
| 2.1.2 开发语言简介 |
| 2.2 指纹识别处理设计 |
| 2.2.1 系统级别的设计 |
| 2.2.2 算法级别的设计 |
| 2.3 指纹识别处理的具体步骤 |
| 2.4 本章小结 |
| 3 指纹识别处理的关键技术 |
| 3.1 指纹识别预处理 |
| 3.1.1 图像增强 |
| 3.1.2 二值化 |
| 3.1.3 计算方向图 |
| 3.1.4 图像分割 |
| 3.1.5 细化 |
| 3.2 特征提取 |
| 3.3 指纹匹配 |
| 3.4 一种新的指纹匹配算法 |
| 3.4.1 自对准阶段 |
| 3.4.2 匹配阶段 |
| 3.5 本章小结 |
| 4 试验结果及讨论 |
| 4.1 指纹识别的评价指标 |
| 4.2 实验结果 |
| 4.3 实验系统演示 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
四、更好发挥指纹自动识别系统的优势（论文参考文献）
- [1]面向天基电磁信号识别的深度学习方法[D]. 崔天舒. 中国科学院大学(中国科学院国家空间科学中心), 2021(01)
- [2]雷达指纹特征提取与识别方法的研究[D]. 林付艳. 北京邮电大学, 2020(01)
- [3]射频指纹提取与识别技术研究[D]. 俞佳宝. 东南大学, 2020(01)
- [4]生物识别信息法律保护问题研究[D]. 付微明. 中国政法大学, 2020(08)
- [5]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)
- [6]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)
- [7]人工智能应用于国家边境检查管理研究 ——以上海口岸自助通关系统为例[D]. 朱颖娜. 上海交通大学, 2019(06)
- [8]指纹识别处理关键技术研究[D]. 陈欣. 南京理工大学, 2017(06)
- [9]指纹自动识别系统在侦查破案中的应用[J]. 张连文,潘立翊. 法制与社会, 2015(15)
- [10]广东省指纹自动识别系统的应用[J]. 彭颖. 广东公安科技, 2007(01)