生物识别毕业论文题目参考

作文标题： 生物识别 关 键 词： 高中高三 2850字 字    数： 2850字作文 本文适合： 高中高三 作文来源： 本作文是关于高中高三2850字的作文，题目为：《生物识别》，欢迎大家踊跃投稿。 欢迎阅读《作文:生物识别》，“作文网”每日为您更新更多优秀的“高一作文”，请随时关注！ 生物识别技术-----虹膜识别随着时代发展，人物身份鉴定技术的提高已经成为必须。身份鉴定技术的发展大致经历了以下三个阶段：来自：作文大全 I have。典型的代表就是钥匙。拥有了一把钥匙，你就有权利打开它所对应的门，不论你是不是钥匙本身的主人。来源：作文网 而没有钥匙，即使你是这间房子的主人，你也只能在外面呆站。这样的身份鉴定安全性实在太差，很容易发生各种错误，导致财产的损失和人身安全受到威胁。 I konw。这是现在最流行最通用的方法。网上的BBS论坛、qq号、生活中的银行卡密码等都采用的是密码验证技术。 由于密码是个人自己脑袋里的一串特殊指令，没有什么人知道，所以相对于“钥匙技术”还是先进了许多。但是密码技术安全性也并不很高。现在，盗取qq密码的事时常发生。其实，要偷盗密码并不很难。流行的枚举法只要时间充分，足以破解掉世界上所有的密码。所以，如果在需要高度安全的领域，仅仅依靠一个几百位的密码是不够的。 I have。依据人体独有的特征进行身份鉴定，这就是所说的生物识别技术。生物识别技术有很多种类，其中已经广泛应用的一种便是指纹鉴定：国外从20世纪60-70年代开始指纹自动识别技术的研究和自动指纹识别系统的开发，并开发出商业化的指纹自动识别系统，如美国在1975年推出的printrak250和日本的NECAFIS。中国从20世纪80年代初开始指纹识别技术的研究。指纹技术是生物认证领域中使用最早的，也是最为成熟的生物鉴定技术。它是集传感器技术、生物技术、电子技术、数字图像处理、模式识别于一体的高技术。在生物认证领域，指纹识别技术大约占整个应用的50％。 （引自《指纹识别技术在安防中的应用及发展趋势》）但是，随着指纹鉴定技术的频繁使用，人们也逐渐发现了它的不足，虹膜识别技术的研究成为世界研究热点。本文将从虹膜技术的优点、虹膜技术应用领域和实现虹膜技术需要的技术条件进行论述。 首先，虹膜技术的优点：虹膜技术－－作为生物识别技术的一种，具有很强的应用潜力。与指纹识别技术对比，拥有更高的安全性能。 何杰说过：“目前，虽然指纹是比较流行的生物识别方式，但是虹膜的发展前景明显比指纹光明。首先，虹膜技术的识别精度高，即使同一个人左右两眼虹膜也有差别，相较而言指纹识别更容易出错；其次，指纹容易受磨损、划伤等外部因素的干扰；而一个人的虹膜2岁后就基本稳定不变了。除非有白内障等眼疾发作；还有，指纹需要接触，对人的侵犯性较强，而虹膜只需要看一下摄像机就能提取，不会伤害到眼睛。”我们可以肯定虹膜识别的优越性。虹膜特征的独特性和稳定性，使得它能以很高的精度标准对人物进行识别，基本上不会受到外界条件的干扰。同时它免去了人们很多的痛苦，方便人们的生活。那时候，人们可以不用带钥匙，钥匙容易丢，保险性差。回家的时候，只要抬眼看看摄像机，门就能自动打开。 其次：虹膜识别技术的应用：在需要高度安全的领域，虹膜识别技术备受青睐。王阳生说过：“虹膜识别产品的主要用途，还是虹膜门禁、金融系统、港口控制等等需要高度安全的领域。例如，军事基地、枪械库、核能设施、物料放置库房、电脑机房、政府办公室、保密资料室等重要区域的门禁管制；银行金库、保险箱等重要的金融领域；港口航空系统等身份认证领域。”虹膜识别技术不仅仅可以用于“官用”，民用同样也有很大价值。所以，虹膜识别技术以及与之相关的产业拥有难以预知的潜能。 虹膜识别技术相对于指纹识别技术更容易实现产业化，由于现在很多手机都有摄像头，照一张图片就可以实现手机身份鉴定。而如果要在手机上安装指纹验证的设备，必然增加厂家的生产成本。 最后，虹膜技术实现需要的技术条件：（部分引自《计算机世界》）1 生物特征传感器技术 首先我们必须要能够收集个体的生物特征。通过某种原理测量生物特征，并将其转化成计算机可以处理的数字信号，这就是生物特征传感器的主要任务，也是生物特征识别的第一步。 生物特征传感器的核心技术包括: 智能定位技术：由于进行收集时，生物的位置并不处于固定点。所以在收集时，很有必要能够让设备自身确定生物体所处的位置，并且调整各个角度参数，实现资料收集的准确性。 人机接口设计：由于被“采访者”是有生命的人，然而“采访者”是无生命的机器，人机之间不能进行直接的语言交流。这要求我们建立人机交互的接口，把人体的特征信息能够通过有效的途径传送给机器，进行信息的储存和其它处理。 2 活体检测技术 为了防止恶意者伪造和窃取他人的生物特征用于身份认证，生物识别系统必须具有活体检测功能，一般生物特征的活体判别技术利用的是人们的生理特征，比如呼吸状况、红外线的辐射状态等等。从现有的技术水平看，活体检测功能一直是生物识别系统的薄弱环节，很容易伪造各种生物特征，使验证系统发生错误。据说，已经有研究人员使用伪造的指纹和人脸攻破了现有的系统，引发了有些用户对生物识别技术的信任危机。所以活体检测技术将是生物识别系统进入高端安全应用的最大瓶颈。 3 生物特征信号质量评价技术 高质量的生物特征信号是进行特征表达和身份识别的基础，低质量的生物特征信号有可能引起错误接收或错误拒绝，降低系统的稳定性和系统的健壮性，浪费大量的计算资源在无效的生物特征信号处理上。 我们可以通过以下三条途径提高验证性能： 研究高性能的成像硬件平台; 提高识别算法的鲁棒性; 在生物识别系统中引入智能的质量评价软件模块，只容许较高质量的生物特征信号进行注册或识别。 4 生物信号的定位与分割技术 从生物特征获取装置采集得到的原始信号一般不仅包括生物特征本身，还包括背景信息，例如原始的虹膜图像中包括虹膜、瞳孔、巩膜、眼皮和睫毛等多个区域，真正能有效鉴别人们身份的图像内容也就在虹膜区域。所以应该能够将有用的特征“切”下来，进行存储，这样可以节省很多空间资源，并且提高效率。 5 生物特征信号增强技术 得到了分割后的特征区域后，有的生物特征识别方法需要在特征提取前对感兴趣区域进行增强，主要目的包括去噪和凸显特征内容。通过有意识的放大和加强，提高信息处理的准确性。 6 生物特征的匹配技术和生物特征识别系统性能的提高技术这两项技术十分关键。由于误差的存在，可能导致某些错误的特征被有效接收，而真正正确的特征在识别验证时被判定为错误。由于很多特征之间的相似性很接近。需要很高的精度才可以将它们区分出来，所以怎样在匹配过程中增强准确性，还有待更多方面的改进和完善。 9 生物特征数据库检索与分类技术 由于使用者人数的飞速增加，存储所需要的空间也急剧膨胀。在每次搜索已有资源的时候，会由于规模太大而消耗太多的时间。所以需要提高数据库检索和分类技术，减少时间消耗。解决方法主要有两种：1.使用并行计算技术来减少每次识别的时间2.增加类别数，提高分类的准确率。 需要补充的是：虹膜鉴定技术虽然精度很高，但是需要很好的维护措施。和其他信息安全技术一样，它也可能受到各种攻击，并且在识别系统的每个环节都可能受到黑客的威胁。人们可以伪造他人的生物特征样本，或者修改识别系统中存储数据等等。 为了使之在安全性要求较高的场合得到应用，除了算法设计外，保护系统自身的安全性、提高对各种黑客攻击的抵抗能力也很重要。 相信虹膜技术的研究将会给人们日常生活带来很大的方便。虹膜技术的研究需要更多方面的支持。 《生物识别》这篇优秀的“高一作文”由作文网收集，来源于互联网和会员投稿，仅供参考和学习，转载请注明出处。

随着计算技术和生物技术的进步,当前生物医学文献正在以前所 未有的速度增长。这些文献中蕴含着最新的研究进展和丰富的生物医学知识,对于生物医学研究者具有重要意义。然而数以千万计的文献使得研究者追踪和整理自己 需要的知识和信息变得越来越困难。文本挖掘技术可以解决这一问题,帮助生物医学研究者提高从文献中获取知识和信息的效率。因此针对生物医学文献的文本挖掘 研究具有重要的应用价值。判别式模型是一类直接利用特征来预测目标变量的发生概率的机器学习模型,本文中主要用到的判别式模型有最大熵模型和条件随机域模 型。相对于产生式模型,判别式模型降低了特征之间的独立性假设的要求,并且与很多文本挖掘任务的需求相一致,因而更有可能取得好的效果。本文主要研究如何 利用判别式模型来解决生物医学文献挖掘中的问题。具体地,我们研究了生物医学文本挖掘中的三个任务:生物医学名实体识别、生物医学实体规范化以及生物医学 语义关系抽取。在这3任务中,第二个任务是第一个任务在语义处理上的延伸,前两个任务是第三个任务的基础。本文的主要内容包含以下4个方面。生物医学名实 体识别的目标是确定一个给定的文本集合内的某一类型的实体的名字的所有实例,它是进行深层次文本挖掘的必要步骤之一。本文在考察了生物医学领域实体识别的 特点和难点,分析了目前已有的生物医学实体识别方法的优缺点的基础上,提出了利用条件随机域模型结合丰富特征集来进行生物医学实体识别的方法。这些特征包 括:构词法特征、上下文特征和句法特征。其中,浅层句法特征是首次被引入到条件随机域模型中,同时用来进行实体的边界检测和类别判断。实验表明,这一特征 可以有效地提高名实体识别的效果。有监督的机器学习方法需要大规模的标注语料。大量的电子文献使得在生物医学领域获取未标记的语料已相当容易,但是对语料 进行标注仍然是一件昂贵的工作。针对在生物医学名实体识别中有监督学习所需的大规模训练语料比较难以获取的问题,本文提出了基于最大熵模型的协同训练的半 监督学习方法。该方法可以利用大量的未标注语料来提高在较少的标注语料的基础上学习到的分类器的名实体识别性能。为了进一步提高半监督学习的效果,本文将 主动学习引入到半监督学习的过程中。实验表明,基于最大熵模型的协同训练方法可以有效地提高初始分类器的识别性能。灵活的生物医学实体命名方式使得生物医 学实体具有严重的歧义。这已成为对生物医学文献进行深层自动文本挖掘的主要障碍之一。生物医学实体规范化的提出就是为了解决这一问题。生物医学实体规范化 就是把生物医学文献中表达同一概念的不同变体映射到统一的概念标识符。本文提出了一种用于生物医学实体规范化的多层歧义消解框架。实体规范化过程中不同阶 段有不同的歧义情形,在本文提出的框架中,针对这些情形采用了有针对性的解决策略,包括:基于词典的实体名字检测,基于机器学习方法的候选选择以及基于知 识的歧义消解。在BioCreAtIvE2006基因名字规范化任务的测试集上的实验表明本文提出的框架可以有效地解决规范化过程中的各种歧义。生物医学 语义关系抽取是生物医学文本挖掘的主要研究内容之一,是从无结构的生物医学文献中抽取出生物医学知识的重要手段。在实际应用中,生物医学语义关系的定义有 宽泛和具体之分。本文将宽泛定义和具体定义的生物医学语义关系抽取分别看作二分类和多分类问题,提出基于最大熵模型的生物医学语义关系抽取的方法。针对不 区分类别的蛋白质相互作用这种宽泛定义的关系抽取,提出了一种基于最大熵的二阶段蛋白质相互作用关系抽取方法。针对多类别的蛋白质相互作用这种具体定义的 关系抽取,提出使用最大熵模型结合词特征的抽取方法,该方法在一个具有10种蛋白质相互作用类别的数据集上取得了的总体精确率。同样的方法应用 到疾病与治疗方式关系抽取任务中,也取得了很好的实验结果。此外,本文还通过理论分析和实验对比,从理论和实践两个方面说明了判别式模型比产生式模型更适 合生物医学语义关系抽取问题。参考文献 [1] 王浩畅,赵铁军. 生物医学文本挖掘技术的研究与进展[J]. 中文信息学报. 2008(03) [2] 于中华,陈蓉,胡俊锋,陈源. 基于加权投票K—近邻法的生物医学缩略语消歧[J]. 中文信息学报. 2008(02) [3] 龙军,殷建平,祝恩,赵文涛. 主动学习研究综述[J]. 计算机研究与发展. 2008(S1)