一、重视指纹自动识别系统中的人为因素（论文文献综述）
艾乐[1]（2020）在《斗型纹三角区域相似异源研究 ——基于百万级数据库》文中提出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。
刘奕[2]（2020）在《5G网络技术对提升4G网络性能的研究》文中提出随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
李萍[3]（2019）在《手持式激光测距仪自动校准关键技术研究》文中认为手持式激光测距仪（以下简称测距仪）是利用激光准确地测量目标距离的仪器。近年来测距仪以其体积小、重量轻、测量快速而准确等特点,在工程工业领域得到了广泛的应用。为了确保测距仪的示值准确性,需要定期对测距仪进行校准,目前大多数测距仪没有通讯接口,需要人工读取测距仪示值,然而随着被检仪器数量的急剧增多,人工校准工作量大,因此研制一套测距仪自动校准装置具有重要的意义和应用价值。针对目前测距仪检定存在人为因素引起误差的可能性和效率低等问题,将数字识别技术应用到测距仪的计量校准中,在中国计量科学研究院现有校准系统的基础上,研制了一套测距仪自动校准装置。本文主要工作如下:1、测距仪自动校准硬件装置设计针对测距仪种类多、体积不一、测距仪难以保证垂直于后基准面,底面不平整,激光光束不能平行于工作台测量方向导致无法射到靶标板等问题,结合测距仪的特点和实际校准需求,设计了测距仪多自由度可调节夹持装置,实现了测距仪位置的柔性调节。2、图像预处理的算法研究首先通过图像采集系统获取测距仪示值图像,截取字符目标区域,接下来对字符目标区域进行图像预处理,然后利用投影法原理对预处理后的图片进行分割操作,为后续识别打下基础。最后介绍了小数点位置确定的方法。3、图像识别算法的研究对分割后的图片进行指纹识别、基于Tesseract引擎、BP神经网络三种识别方法进行研究分析。在指纹识别算法中,利用模板一、模板二和模板指纹库进行匹配的识别率分别为59%、75%、99%。在Tesseract识别研究中,经预处理后的图片识别率比原生图片的识别率提高了20%。在BP神经网络识别研究中,分别用100、1000、3000张图片作为训练集,用50、500、1000张图片作为验证集的识别率分别为78%、93.7%、99.4%。然后进行三种算法的比较实验,通过实验分析和总结,利用BP神经网络进行识别得到的识别率最高,识别率为90%。
徐天天[4]（2020）在《基于RFID的仓库货物三维定位研究》文中进行了进一步梳理随着仓库货物逐渐增多,货物管理问题日益严重,如何准确的掌握货物在仓库中的位置成为人们关注的焦点。针对仓库管理者经常因无法准确得到货物位置导致需要花费大量的时间对其进行查找的问题,进行了基于射频识别技术（Radio Frequency Identification,RFID）的仓库货物三维定位研究。首先,对传统的仓库货物管理技术以及传统的室内定位方法进行了简单的介绍并提出了研究背景、目的以及研究的意义。对于传统的路径损耗模型在复杂的室内环境下精度较差的问题引入了基于广义回归神经网络与指纹定位算法相结合的三维定位算法,该算法非线性映射能力与信号特征提取能力均强于传统的定位方法。将此方法应用于室内仓储定位系统中,使定位系统在环境噪声干扰的情况下,仍然可以保持较好的定位精度。其次,为了解决交叉验证法遍历参数有限,无法得到最优解的问题,提出了基于多种群果蝇优化广义回归神经网络（Multi-population Fruit Fly Optimization Algorithm Optimizes the Generalized Regression Neural Network,MFOA-GRNN）的仓库货物三维定位模型。通过MFOA算法选择最佳的平滑因子,预测MFOAGRNN的RFID标签位置。通过对比实验得出,基于MFOA-GRNN的RFID定位模型与基于交叉验证的GRNN定位模型相比,在定位精度、数据处理能力及拟合能力等方面均有很大程度的提高。最后,对仓库货物三维定位系统功能需求进行了分析。同时对仓库中的RFID定位系统进行了整体架构,构建了包括上层应用层、定位计算层、数据传输层和物理层的四层架构,并对系统进行了设计与实现。实验表明定位效果与预期相符。图35幅;表3个;参52篇。
罗丹丹[5]（2019）在《基于指纹和人脸识别的安全专用门禁系统的设计与应用》文中提出随着科学技术的进步,互联网的发展;生物识别技术被引入到安全领域来,利用每个人的生物特征进行身份识别也被认为是当前最安全有效的身份识别方式。众多生物身份识别方式中指纹识别技术和人脸识别技术是当前应用最早,使用最广,实用价值最高,也最为成熟,价格成本低的一种生物身份识别方式。传统的钥匙和智能卡使用方法如密钥和数字密码,存在着很大的风险和安全隐患,比如被盗复制及遗忘丢失。指纹识别技术和人脸识别技术有效解决了这一问题。指纹和图像识别技术的应用有完全嵌入受控器件内部,为特定应用而设计的专用的其功能单一且独立的完整计算机系统即嵌入式系统,如指纹闸板门锁,指纹考勤终端等,以及连接具有灵活系统结构的计算机桌面应用系统两种方法。本文把指纹识别技术、人脸识别技术同时应用到门禁系统上,增加系统的可记录性,实时状况的知晓性,使门禁系统的安全等级更高。实现目标:1、让存储与读取效率更高。2、通过数据库同时访问进行指纹识别及人脸识别数据比对。3、实现双重身份认证管理系统。系统所要求的识别技术主要从硬件和软件两方面来保证系统安全稳定的运行。论文主要对门禁系统的硬件及软件设计与应用进行讨论。确定系统设计的总体结构方案,合理的采用指纹采集和图像采集设备,建立数据库,达到减少人为因素对门禁系统影响的目的。首先,介绍了门禁闸机的工作原理,及系统硬件设计及实现的方法,主要从七个部份进行阐述:MCU控制单元、电源管理单元、电机控制与驱动单元、自动门极限位置检测单元、RS232接口通信单元、通行状态控制单元、通行状态显示单元。其次,介绍了系统软件设计及实现的方法,主要包括人脸识别系统,指纹识别系统,下位机通信,数据库读写,软件实现方法的思路。用户面部图像信息和指纹信息存储于数据库中。当用户到达识别区域闸机前时,进行面部识别:摄像头捕获面部图像特征,提取图像特征与数据库信息进行比对,手指放在识别器上采集指纹与数据库信息进行比对,双对比成功,闸机打开。如任意一次对比不成功记录信息,返回上一次操作。
袁程胜[6]（2019）在《气象信息管理系统中指纹活性检测方法的研究》文中研究表明当前正值我国大力推进气象信息化发展的关键期,以提高气象数据共享应用为核心的气象信息管理系统时常会面临用户非法入侵和访问等安全问题。为了提高系统安全,多种信息保护技术被应用其中。密码口令是获得气象信息管理系统访问权限最常用的一种身份认证法,但它极易被泄露、遗忘或破译。指纹因具有唯一性、稳定性的特征可作为一种身份认证凭证,但实际应用中,非法用户可通过人造指纹入侵气象信息管理系统,给系统访问带来安全隐患。因此,本文将研究指纹活性检测算法以抵御假指纹的欺骗攻击,并将指纹活性检测技术应用到气象信息管理系统的指纹认证系统中,进一步确保访问气象数据用户身份的真实性。本论文主要研究内容如下:（1）基于空域纹理特征提取的指纹活性检测算法。伪造指纹可重现真指纹图像中粗粒度的纹理信息,所以气象信息管理系统中的指纹识别系统易遭受假指纹的攻击。但假指纹很难复制高质量的细微纹理,使得非法认证成为可能。梯度可反映图像局部的像素变化强度,有利于刻画指纹中小尺度的细微的纹理特征。因此,本文首先提出一种多方向差分共生矩阵的特征提取算法,先对图像进行预处理和量化操作,再计算水平和垂直方向梯度。其次,本文设计了一个截断操作法,通过分析梯度和截断因子T的关系,消除由于光照强度和噪声的干扰而致使差分矩阵产生异常值的问题,提高算法的精度。最后,计算差分矩阵在四个不同方向下的共生矩阵特征,并将归一化的特征用SVM进行训练和测试。另外,使用本章算法,在第七章中给出了我们已开发的两个支持指纹活性检测的指纹识别系统。（2）基于变换域特征提取的指纹活性检测算法。变换域中的频谱分布有助于展现在空域中观察不到的图像纹理特性,而提取真假指纹间的显着性差异能够提高气象信息管理系统中指纹活性检测的性能。小波变换能突出图像在尺度和方向上的特征,非常适用于纹理复杂多变的指纹。本文首先使用一级小波变换将图像的纹理分析从空域转化到频域,通过对变换域系数的分析,设计了两种变换域纹理特征提取算法。一种是基于局部二值模式的特征提取算法,首先选定窗口并按固定步长滑动,比较窗口中心和邻近像素间的关系,并进行编码,将处理完的图像进行分块并求特征。另一种是多阶差分共生矩阵的特征提取法,即统计相邻两个、三个或四个梯度的分布关系,并将其作为特征向量。最后将归一化的特征用SVM进行训练和测试。此外,本文还给出矩阵阶数与特征维度间的关系表达式。实验表明,本文算法在变换域中具有较好的检测性能。（3）基于卷积神经网络模型的指纹活性检测算法。利用气象高性能计算机可缩短深度学习算法的运行时间,离线训练真假指纹模型并将其移植到气象信息管理系统的指纹活性检测中,能进一步提升系统检测真假指纹的准确性。本文首先提出一种尺度均衡化的CNN模型来解决CNN对输入图像尺度的约束问题。CNN在反向传播更新参数时易产生权值收敛慢或陷入局部最优的问题,本文引入了一个学习率自适应调整模块对其进行优化。另外,本文通过设计一种感兴趣区域提取算法来消除指纹图像中无效区域干扰的问题。为了使模型分类器具有更好的泛化性,本文又设计一种基于局部梯度模式纹理增强的指纹活性检测算法,并在Liv Det 2011数据集上取得了不错的效果。为解决训练参数面临梯度膨胀或梯度消失的问题,同时减少反向传播过程中模型的训练时间和避免参数陷入到局部最优,本文还提出一种基于自适应学习的深度残差网络模型。（4）基于多模态深度特征融合的指纹活性检测算法。学习真假指纹间的显着性差异是提高气象信息管理系统中指纹活性检测性能的关键。传统的检测方法都是基于手工设计的特征,为了充分利用深度学习能够自动的从带有标签的数据中学习到描述原始图像结构和纹理的特征,本文将CNN输出层之前的网络当作特征提取器,提出一种深度特征自学习的指纹活性检测算法。接着,为了测试不同模态特征融合后的性能,本文又设计了一种多模态深度特征融合的算法。在特征提取前,分别进行迁移学习和模型微调两个操作来解决训练集不足的问题,并将微调后的训练参数作为特征提取器的初始值。最后,将融合的特征输入到分类器中进行训练和测试。此外,本文还将融合的特征在ELM和softmax两个经典的分类器上进行了测试,均得到较好的检测性能。
王慧[7]（2018）在《A银行江苏省分行临柜业务操作风险管理研究》文中提出进入21世纪以来,我国金融行业开始了飞速发展时代,然而随着业务的不断拓宽和金融产品的快速推陈出新,旧的风险管理理念和方法已不能适应经营发展的需要,越来越多的风险损失案件开始逐渐暴露。而近几年,内外欺诈、差错损失等案件披露的数据表明,临柜业务操作风险已成为我国银行业面临的主要风险之一,如何有效地控制临柜业务操作风险、降低操作风险管理成本,成为各商业银行、相关监管部门和学术界共同关注的问题。本文利用理论研究、实践调研和应用相结合方式,采用了定性分析、案例分析等方法,以A银行江苏省分行为研究对象,首先了解了临柜业务操作风险管理的现状,并分别从业务处理流程和风险管理体系两方面入手,深刻剖析了目前A银行江苏省分行在这两方面存在的主要问题。业务流程方面,主要存在操作标准不统一、各部门互不交叉易造成流程不合规、风险控制手段不够先进、科学的信息技术手段运用不充分等问题;管理体系方面,主要是合规文化氛围不足、体系建设不够健全、绩效考核机制不够合理、未充分重视人为因素在操作风险管理中的作用等等。在分析出这些影响操作风险管理的问题基础上,本文从业务处理流程和风险管理体系等方面提出了优化的方案。流程优化方面,建议可从柜面操作流程、审批流程、系统优化等方面进行改进;管理体系方面,可从培养合规文化、健全风险管理体系、优化风险的识别与管控、完善员工行为管理与综合评价考核体系等方面着手。在优化方案提出后,具体实施时需要从制度、组织、人力资源、信息技术等方面予以保障。基于以上,本文通过对我国银行业金融机构临柜业务操作风险的分类、特点进行分析和总结,并选择具有典型性的A银行江苏省分行为评估样本,找出该行存在的弊端与不足,从而提出临柜业务操作风险控制的具体途径。这为之前学术界对金融业风险管理理论研究拓宽了领域,为商业银行操作风险控制提供实践性的参考。
马同茂[8]（2018）在《基于脉冲神经膜系统的指纹识别方法及其应用研究》文中认为生物识别技术是目前最为方便与安全的识别技术,利用生物识别技术进行身份认定,安全、可靠、准确。而指纹具有终身不变性、唯一性、方便性、可靠性等特点,已几乎成为生物特征识别的代名词。根据现有的指纹分类、分析方法,指纹识别的精确度虽然已经很高,但还无法达到完全准确、无误的程度。指纹的划分不够细致精确、不够系统化。人脑在上亿年的演化中沉淀了丰富的计算智能,为脑启发式计算模型的发展提供了丰富的思想源泉。脉冲神经膜系统是受人脑神经系统启发得到的计算模型,具有计算并行度高、易读易扩展、容错性强等特点。本文首次将脉冲神经膜系统应用于指纹识别,主要内容如下:1.本文提出了新的脉冲神经膜系统。带反脉冲的双层自组织型脉冲神经膜系统,具有图灵等价性。2.本文针对指纹细节点建立脉冲神经膜系统,与传统的建模方式相比,表达方式更加简洁,在匹配过程中更加直观。3.本文根据建立的模型,提出了基于细节点模型的指纹匹配方法,根据细节点匹配度以及指纹匹配度进行指纹识别,准确率较高。本文对指纹图片进行二值化、细化等预处理操作,选出端点和分叉点两类细节点进行匹配,提出了新的脉冲神经膜系统,以此为基础建立指纹细节点模型,提出了新的指纹匹配算法,实验结果表明,本文提出的方法表现较好。
鲍钦何[9]（2012）在《全信息比对法在指纹识别处理中的应用》文中研究表明自动指纹识别技术是目前生物特征识别中最典型、应用最广泛的技术,有着其他手段不可比拟的优越性。它大致包括指纹图像预处理（增强和锐化、二值化、细化）、特征提取和特征匹配。到目前为止，己有很多文献对其进行了深入研究。然而，由于汗渍、手指脱皮起泡、指纹天然断裂等人为因素，以及在破案等场合有时只能采集到低质量的指纹图像，传统的自动指纹识别技术识别率仍然很低，导致其应用受限。低质量指纹的准确识别成为自动指纹识别领域亟待解决的难题。本文就是从尝试解决这一问题出发。我们发现，自动指纹识别技术在特征抽取的过程中，会丢失部分指纹信息，导致低质量指纹参与比对的信息更少，不利于指纹的识别。因此，本文提出了全信息指纹比对，即采用全部指纹信息进行指纹比对，并设计开发了相应的软件仿真实验系统进行验证。论文的研究工作主要包括：（1）对指纹识别技术的研究现状，特别是低质量指纹图像存在的一些技术瓶颈进行了分析。在此基础上，提出了在指纹识别过程中应该使用全部指纹信息，即全信息比对法进行指纹识别的观点；（2）提出了一种可增强人眼识别效果的全信息指纹比对方法，它将人工印鉴鉴别的一些特色方法，包括多种折角比对方法、色彩增强方法等，引入到指纹识别。有别于传统以指纹全局特征和局部特征为识别基础的指纹识别理论，本文的全信息指纹比对过程中，通过人机结合、优势互补的方式实现低质量指纹的准确识别；此外，还通过一些图像增强技术对灰度的指纹图像进行单一色彩化、伪色彩化、色彩加深及淡化等处理，利用人眼对彩色的识别率远高于灰色的特点，提高对指纹的识别率；（3）设计并实现了一种全信息指纹对比的实验软件。对多个低质量指纹图像的实验结果表明，本文提出的全信息指纹比对取得了较好的识别率，适合于银行ATM机、案发现场等重要场合下低质量指纹的身份验证。
黄新建[10]（2010）在《基于指纹识别的医院管理信息系统的设计与实现》文中进行了进一步梳理随着医疗体制改变的深入和医保改变的实施,医院规模越来越庞大,救治患者也越来越多,管理难度急剧增大。因此,医院信息管理系统已成为医院必不可少的基础设施。医院要紧跟时代发展的步伐和潮流,适应医疗制度改革和社会医疗保险改革的需要,必须实现医院全面的信息化管理,树立良好的社会形象,为病人提供现代化的服务,提高对病人的服务水平,方便、准确、快捷地为病人提供医疗服务和医疗费用信息,进而增强病人对医院的信任和支持。当前,医院还面临着越来越激烈的市场竞争、要想在竞争中取胜,也必须采用先进的管理方法和手段。一个规划周详、设计先进的计算机信息管理网络系统是取得竞争胜利的必备手段。目前,医院信息管理系统得到了快速的发展,那么在医院信息管理系统中准确的识别病人身份就成为了一个关键研究问题。本论文针对该问题,旨在在医院信息管理系统中设计能够识别病人指纹的指纹识别子系统。论文首先介绍了指纹识别的基本概念、原理与技术发展现状,并且分析了目前医院信息管理系统中存在的问题,重点研究了信息管理系统关于病人身份识别的不足;其次,给出了医院信息管理系统中的指纹识别子系统的总体设计方案,分析了系统设计的原则,给出了系统开发的方法以及系统的功能设计;再次,给出了系统实现的硬件平台和软件平台,指出了所设计的指纹识别系统在医院信息管理系统中其他部门的应用。最后,对医院信息管理系统中的指纹识别子系统在整个医疗行业的未来前景进行了展望。
二、重视指纹自动识别系统中的人为因素（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、重视指纹自动识别系统中的人为因素（论文提纲范文）
（1）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 |
（2）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（3）手持式激光测距仪自动校准关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 课题研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 手持式激光测距仪校准方式及国内外研究现状 |
| 1.3.2 仪表字符识别技术的研究现状 |
| 1.4 关键技术问题 |
| 1.4.1 硬件系统关键技术问题 |
| 1.4.2 软件系统关键技术问题 |
| 1.5 论文研究的主要内容和逻辑框架 |
| 第2章 测距仪自动校准装置的系统总体设计方案 |
| 2.1 系统总体设计方案 |
| 2.2 硬件系统设计 |
| 2.2.1 干涉仪测量系统 |
| 2.2.2 运动控制平台系统 |
| 2.2.3 相机采集系统以及测距仪夹持装置 |
| 2.3 软件系统框架 |
| 2.4 校准流程设计 |
| 2.5 本章小结 |
| 第3章 硬件系统设计 |
| 3.1 相机镜头选型 |
| 3.2 多自由度可调节夹持装置设计 |
| 3.2.1 方案一:半球底座调节夹持装置 |
| 3.2.2 方案二:精密手动调节夹持装置 |
| 3.3 本章小结 |
| 第4章 图像的区域定位、预处理、分割 |
| 4.1 图像的目标区域定位 |
| 4.2 图像预处理 |
| 4.2.1 图片灰度化 |
| 4.2.2 直方图均衡 |
| 4.2.3 图像滤波去噪 |
| 4.2.4 图像二值化 |
| 4.3 投影法分割 |
| 4.4 小数点位置的确定 |
| 4.5 本章小结 |
| 第5章 软件系统识别算法的研究 |
| 5.1 均值哈希感知算法的研究 |
| 5.1.1 传统哈希与感知哈希 |
| 5.1.2 均值哈希指纹生成方法 |
| 5.1.3 实验原理与实验方案设计 |
| 5.1.4 实验数据分析 |
| 5.1.5 软件设计 |
| 5.2 基于Tesseract-OCR引擎的识别研究 |
| 5.2.1 Tesseract-OCR简介 |
| 5.2.2 Tesseract-OCR字符训练 |
| 5.2.3 软件界面设计 |
| 5.2.4 字符识别准确性测试 |
| 5.2.5 结论 |
| 5.3 深度学习的研究 |
| 5.3.1 深度学习概述 |
| 5.3.2 搭建BP神经网络 |
| 5.3.3 BP神经网络训练 |
| 5.4 三种识别算法的比较 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（4）基于RFID的仓库货物三维定位研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 室内定位技术分类 |
| 1.4 研究内容 |
| 1.5 论文的组织结构 |
| 第2章 RFID室内定位技术 |
| 2.1 RFID系统 |
| 2.1.1 RFID系统组成 |
| 2.1.2 RFID工作原理 |
| 2.2 RFID室内定位算法分类 |
| 2.2.1 非测距定位算法 |
| 2.2.2 测距RFID定位算法 |
| 2.3 信号传播模型 |
| 2.3.1 自由空间传播模型 |
| 2.3.2 对数路径损耗模型 |
| 2.4 基于RFID指纹定位的方法 |
| 2.5 本章小结 |
| 第3章 基于广义回归神经网络的RFID三维定位算法 |
| 3.1 GRNN神经网络模型 |
| 3.2 经典的GRNN神经网络参数获取方法 |
| 3.3 GRNN神经网络输出维度优化 |
| 3.4 基于GRNN的仓库货物三维定位算法 |
| 3.5 实验设计 |
| 3.5.1 实验环境与硬件设备 |
| 3.5.2 实验结果及分析 |
| 3.6 本章小结 |
| 第4章 基于MFOA-GRNN的 RFID三维定位算法研究 |
| 4.1 未改进果蝇优化算法 |
| 4.2 多种群果蝇优化算法 |
| 4.3 MFOA-GRNN定位效果比较 |
| 4.4 本章小结 |
| 第5章 基于RFID仓库货物定位系统设计与实现 |
| 5.1 需求分析 |
| 5.2 系统整体设计 |
| 5.3 定位系统详细设计与实现 |
| 5.3.1 信息采集和存储 |
| 5.3.2 软件程序实现 |
| 5.3.3 系统数据库设计 |
| 5.3.4 基于RFID技术的仓库货物三维定位系统实现 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 导师简介 |
| 企业导师简介 |
| 作者简介 |
| 学位论文数据集 |
（5）基于指纹和人脸识别的安全专用门禁系统的设计与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 指纹识别和人脸识别门禁系统的现状 |
| 1.2.1 指纹识别门禁系统的历史和现状 |
| 1.2.2 人脸识别门禁系统的历史和现状 |
| 1.3 论文的工作安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文组织结构 |
| 第二章 相关技术介绍 |
| 2.1 人脸识别 |
| 2.1.1 人脸图像预处理 |
| 2.1.2 人脸图像检测定位 |
| 2.1.3 人脸图像特征点提取 |
| 2.2 指纹识别 |
| 2.2.1 指纹图像采集 |
| 2.2.2 指纹图像预处理 |
| 2.2.3 指纹图像特征点提取 |
| 2.3 小结 |
| 第三章 系统需求分析与总体设计 |
| 3.1 需求分析 |
| 3.1.1 硬件需求 |
| 3.1.2 软件需求 |
| 3.2 系统概述 |
| 3.3 系统总体结构 |
| 3.4 小结 |
| 第四章 门禁系统硬件设计 |
| 4.1 门禁闸机的工作原理 |
| 4.1.1 门禁闸机的简单介绍 |
| 4.1.2 门禁闸机的通行控制 |
| 4.1.3 门禁闸机的结构组成 |
| 4.2 门禁闸机控制系统总体方案设计 |
| 4.2.1 系统功能描述 |
| 4.2.2 闸机自动门控制系统硬件设计 |
| 4.3 小结 |
| 第五章 门禁系统软件设计 |
| 5.1 系统总体功能架构 |
| 5.2 门禁应用软件 |
| 5.3 人脸识别 |
| 5.3.1 人脸图像采集 |
| 5.3.2 人脸图像预处理 |
| 5.3.3 人脸图像检测 |
| 5.3.4 人脸图像特征点提取 |
| 5.3.5 与人脸数据库进行特征点比对 |
| 5.4 指纹识别 |
| 5.4.1 指纹图像采集 |
| 5.4.2 指纹图像预处理 |
| 5.4.3 指纹图像特征点提取 |
| 5.4.4 与指纹数据库进行特征点比对 |
| 5.5 数据库设计 |
| 5.5.1 功能说明 |
| 5.5.2 表的设计 |
| 5.5.3 操作说明 |
| 5.6 软件主要模块说明 |
| 5.6.1 上位机软件 |
| 5.7 小结 |
| 第六章 系统测试 |
| 6.1 软件注册功能实现 |
| 6.2 识别验证功能 |
| 6.3 小结 |
| 第七章 总结与展望 |
| 7.1 本文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录1 人脸识别关键代码 |
| 附录2 指纹识别关键代码 |
（6）气象信息管理系统中指纹活性检测方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景 |
| 1.2.1 气象信息化的发展 |
| 1.2.2 气象信息系统中的指纹识别技术 |
| 1.3 研究目的与意义 |
| 1.4 本文主要工作 |
| 1.5 论文结构 |
| 第二章 指纹活性检测概述 |
| 2.1 指纹识别概述 |
| 2.2 指纹活性检测研究现状 |
| 2.2.1 启发式的检测方法 |
| 2.2.2 基于纹理特征的检测方法 |
| 2.2.3 基于深度学习的检测方法 |
| 2.3 现有方法的对比和分析 |
| 2.4 本章小结 |
| 第三章 基于空域纹理特征的指纹活性检测算法 |
| 3.1 引言 |
| 3.2 基于多方向差分共生矩阵的特征提取方法 |
| 3.2.1 灰度共生矩阵 |
| 3.2.2 差分矩阵构建 |
| 3.2.3 特征提取 |
| 3.3 支持向量机 |
| 3.3.1 线性可分式 |
| 3.3.2 非线性式 |
| 3.3.3 线性不可分式 |
| 3.4 指纹数据集 |
| 3.5 实验结果与分析 |
| 3.5.1 性能评价指标 |
| 3.5.2 实验配置 |
| 3.5.3 结果与分析 |
| 3.6 本章小结 |
| 第四章 基于变换域特征提取的指纹活性检测算法 |
| 4.1 引言 |
| 4.2 小波变换简介 |
| 4.3 特征提取 |
| 4.3.1 局部二值模式 |
| 4.3.2 多阶差分共生矩阵 |
| 4.4 实验结果与分析 |
| 4.4.1 指纹数据集 |
| 4.4.2 LIBSVM |
| 4.4.3 评估准则与参数 |
| 4.4.4 结果与分析 |
| 4.5 本章小结 |
| 第五章 基于卷积神经网络的指纹活性检测算法 |
| 5.1 引言 |
| 5.2 卷积神经网络 |
| 5.2.1 卷积神经网络简述 |
| 5.2.2 卷积层 |
| 5.2.3 激活函数 |
| 5.2.4 池化层 |
| 5.2.5 全连接层 |
| 5.3 基于尺度均衡化卷积神经网络的指纹活性检测算法 |
| 5.3.1 尺度均衡化和学习率自适应调整 |
| 5.3.2 图像数据集 |
| 5.3.3 环境配置 |
| 5.3.4 实验结果与分析 |
| 5.4 基于自适应学习深度残差网络的指纹活性检测算法 |
| 5.4.1 局部梯度模式 |
| 5.4.2 感兴趣区域提取 |
| 5.4.3 自适应学习 |
| 5.4.4 图像增强 |
| 5.4.5 实验参数 |
| 5.4.6 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 基于多模态深度特征融合的指纹活性检测算法 |
| 6.1 引言 |
| 6.2 相关技术 |
| 6.2.1 迁移学习 |
| 6.2.2 图像集增强和参数微调 |
| 6.2.3 堆叠分类器 |
| 6.3 多模态深度特征融合框架 |
| 6.4 特征提取 |
| 6.5 图像集与评估准则 |
| 6.6 实验结果与分析 |
| 6.7 本章小结 |
| 第七章 基于指纹识别的雷电灾害防御专业气象服务登录系统 |
| 7.1 指纹识别 |
| 7.2 指纹活性检测 |
| 7.3 指纹识别登录的雷电灾害防御专业气象服务系统 |
| 第八章 结论与展望 |
| 8.1 论文主要贡献及创新 |
| 8.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 附录 A 本文算法网络模型的名称、类型和参数 |
（7）A银行江苏省分行临柜业务操作风险管理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国内外研究进展综述 |
| 1.3.2 国内外研究现状述评 |
| 1.4 研究方法及研究内容 |
| 1.4.1 研究方法 |
| 1.4.2 研究内容框架 |
| 1.5 研究技术路线 |
| 第二章 相关理论基础 |
| 2.1 风险与风险管理的内涵 |
| 2.1.1 风险的定义 |
| 2.1.2 风险的分类 |
| 2.1.3 风险管理的定义 |
| 2.2 银行临柜业务操作风险的概念、特征及主要类型 |
| 2.2.1 临柜业务操作风险的概念 |
| 2.2.2 临柜业务操作风险的特征 |
| 2.2.3 临柜业务操作风险的主要类型 |
| 2.3 风险管理基本理论 |
| 2.3.1 均值—方差理论 |
| 2.3.2 资本资产定价模型(CAPM) |
| 2.3.3 金融整体风险管理理论(TRM) |
| 2.3.4 全面风险管理(ERM) |
| 第三章 A银行江苏省分行临柜业务操作风险管理现状及存在问题分析 |
| 3.1 A银行江苏省分行概况 |
| 3.2 A银行江苏省分行临柜业务操作风险管理现状分析 |
| 3.2.1 操作流程规范及操作系统基本状况 |
| 3.2.2 临柜业务的机构设置与职责流程 |
| 3.2.3 临柜业务操作风险管理概况 |
| 3.3 A银行江苏省分行临柜业务操作风险管理存在的问题分析 |
| 3.3.1 临柜业务操作风险事件汇总分析 |
| 3.3.2 业务流程管理存在的问题 |
| 3.3.3 风险管理体系存在的问题 |
| 第四章 A银行江苏省分行临柜业务操作风险管理的优化设计 |
| 4.1 临柜业务操作风险管理优化的目标与原则 |
| 4.1.1 优化的必要性 |
| 4.1.2 优化的目标 |
| 4.1.3 优化的原则 |
| 4.2 操作风险识别与管理模式的优化 |
| 4.3 临柜业务操作流程的优化设计 |
| 4.3.1 统一业务操作流程与授权标准 |
| 4.3.2 提升柜面操作业务管理部门的权威性 |
| 4.3.3 进一步完善审批流程,强化内控合规管理 |
| 4.3.4 临柜业务操作风险管理的信息技术支持系统优化 |
| 4.3.5 强化临柜业务处理流程多维一体的风险管控 |
| 4.4 临柜业务操作风险管理体系的优化设计 |
| 4.4.1 健全风险管理组织体系 |
| 4.4.2 完善风险管理政策制度体系 |
| 4.4.3 改进操作风险管理的考核与激励制度 |
| 4.4.4 构建临柜业务员工的综合业务评价考核体系 |
| 4.4.5 培育有利于A银行操作风险管理的企业文化 |
| 4.4.6 构建临柜业务操作风险“网格化”管理模式 |
| 第五章 临柜业务操作风险管理优化的实施保障与对策建议 |
| 5.1 临柜业务操作流程优化的实施保障 |
| 5.1.1 流程优化的制度建设保障 |
| 5.1.2 临柜业务流程优化的组织保障 |
| 5.1.3 临柜业务流程优化的人力资源保障 |
| 5.1.4 加强临柜业务流程优化的信息技术支持 |
| 5.1.5 加快完善监控模型 |
| 5.2 临柜业务操作风险管理体系优化的实施保障 |
| 5.2.1 加强人员管理、提高员工素质,强化人员操作风险管理 |
| 5.2.2 建立常态化排查机制 |
| 5.2.3 建议将运营主管更名为内勤行长 |
| 5.2.4 全面强化条线尽职监督,确保各项制度执行到位 |
| 5.2.5 全面强化操作风险管理体系 |
| 5.3 强化商业银行临柜业务操作风险管理的对策建议 |
| 5.3.1 积极实施流程操作风险管理 |
| 5.3.2 充分重视基于操作风险控制的制度执行 |
| 5.3.3 建立科学合理的风险评估体系 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（8）基于脉冲神经膜系统的指纹识别方法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的背景和意义 |
| 1.2 研究现状 |
| 1.2.1 指纹识别国内外研究现状 |
| 1.2.2 脉冲神经膜系统的研究现状 |
| 1.3 主要研究内容与技术路线 |
| 1.4 本文章节安排 |
| 第二章 指纹识别相关技术 |
| 2.1 指纹识别过程及方法 |
| 2.2 图像预处理技术 |
| 2.3 特征提取技术 |
| 2.4 细节点匹配技术 |
| 2.5 指纹算法评价 |
| 2.6 本章小结 |
| 第三章 带反脉冲的双层自组织型脉冲神经膜系统 |
| 3.1 脉冲神经膜系统 |
| 3.2 带反脉冲的双层自组织型脉冲神经膜系统 |
| 3.3 本章小结 |
| 第四章 基于脉冲神经膜系统的指纹识别 |
| 4.1 图像预处理 |
| 4.2 细节点处理 |
| 4.3 基于脉冲神经膜系统的细节点模板 |
| 4.4 细节点匹配 |
| 4.5 实验结果 |
| 4.6 本章小结 |
| 总结和展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（9）全信息比对法在指纹识别处理中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 插图索引 |
| 附表索引 |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 课题的研究背景 |
| 1.1.2 课题的目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容与创新点 |
| 1.4 本文的组织结构 |
| 1.5 小结 |
| 第2章 全信息比对法的基本原理 |
| 2.1 指纹识别过程简介 |
| 2.2 指纹的特点 |
| 2.3 指纹及其特征 |
| 2.4 指纹图像的采集 |
| 2.5 自动指纹识别系统 |
| 2.6 指纹识别的全信息比对法 |
| 2.7 指纹识别的局限性 |
| 2.8 小结 |
| 第3章 全信息比对法在指纹识别处理中的应用与算法 |
| 3.1 指纹图像的旋转算法 |
| 3.2 指纹图像折角算法 |
| 3.3 指纹图像灰度变换算法 |
| 3.4 指纹图像着纯色算法 |
| 3.5 指纹图像着伪彩色算法 |
| 3.6 指纹识别的多分类器融合 |
| 3.6.1 多分类器融合的必要性 |
| 3.6.2 单分类器分析 |
| 3.6.3 多分类器结合方法 |
| 3.7 小结 |
| 第4章 全信息比对法在指纹识别中的软件实验系统 |
| 4.1 软件开发环境 |
| 4.2 软件功能模块 |
| 4.3 指纹图像的调入 |
| 4.4 指纹图像的平移 |
| 4.5 指纹图像旋转 |
| 4.6 指纹图像折角 |
| 4.7 指纹图像折线的移动 |
| 4.8 指纹灰度加深减淡 |
| 4.9 指纹图像着基色 |
| 4.10 指纹图像着伪彩色 |
| 4.11 小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 课题展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间所发表的学术论文 |
| 附录 B 攻读学位期间所参加的科研项目 |
（10）基于指纹识别的医院管理信息系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 医院信息系统的发展现状及趋势 |
| 1.3 论文的研究背景及意义 |
| 1.4 论文的主要工作和结构安排 |
| 第二章 指纹识别技术简介 |
| 2.1 指纹概述 |
| 2.1.1 什么是指纹 |
| 2.1.2 指纹的基本特性 |
| 2.1.3 指纹识别技术 |
| 2.1.4 指纹身份识别的优势 |
| 2.2 指纹识别技术的基本原理 |
| 2.2.1 指纹采集 |
| 2.2.2 指纹图像处理 |
| 2.2.3 指纹匹配 |
| 2.3 指纹识别技术的发展现状及趋势 |
| 2.4 本章小结 |
| 第三章 医院指纹识别子系统的需求分析与总体设计 |
| 3.1 需求分析 |
| 3.1.1 指纹识别子系统的总体要求 |
| 3.1.2 系统功能需求 |
| 3.2 医院指纹识别子系统设计原则 |
| 3.3 医院指纹识别子系统总体设计 |
| 3.3.1 指纹图像采集模块 |
| 3.3.2 指纹图像处理与识别模块 |
| 3.3.3 指纹图像识别输出模块 |
| 3.4 医院指纹识别子系统的安全性分析 |
| 3.5 本章小结 |
| 第四章 医院指纹识别系统模块详细设计 |
| 4.1 建立医务人员指纹信息库 |
| 4.2 数据库设计 |
| 4.2.1 职工表(zgsjk) |
| 4.2.2 病人基本信息表(brsjk) |
| 4.2.3 指纹修改明细表(zwxgb) |
| 4.2.4 指纹对比明细表(zwdbb) |
| 4.3 系统各模块设计 |
| 4.3.1 门诊挂号收费模块 |
| 4.3.2 门诊药房管理模块 |
| 4.3.3 医生开处方模块 |
| 4.3.4 病人住院管理模块 |
| 4.3.5 护士执行医嘱模块 |
| 4.3.6 化验管理模块 |
| 4.3.7 麻醉手术管理模块 |
| 4.3.8 医技检查模块 |
| 4.3.9 输血管理模块 |
| 4.4 本章小结 |
| 第五章 医院指纹识别子系统的实现 |
| 5.1 系统界面设计 |
| 5.1.1 医院医务人员的登录界面 |
| 5.1.2 病人的登录界面 |
| 5.1.3 门诊药房管理系统 |
| 5.1.4 麻醉手术管理系统 |
| 5.1.5 病人医嘱系统 |
| 5.2 指纹采集接口的设计 |
| 5.2.1 指纹采集电路 |
| 5.2.2 指纹采集接口硬件设计 |
| 5.2.3 指纹采集接口软件设计 |
| 5.3 指纹采集系统的详细设计 |
| 5.3.1 指纹采集系统主程序 |
| 5.3.2 指纹图像采集程序设计 |
| 5.3.3 指纹图像预处理程序设计 |
| 5.3.4 USB 数据通讯程序设计 |
| 5.4 系统运行环境 |
| 5.4.1 硬件平台 |
| 5.4.2 软件平台 |
| 5.4.3 网络平台 |
| 5.5 本章小结 |
| 第六章 系统测试 |
| 6.1 测试目的 |
| 6.2 测试的作用与意义 |
| 6.3 测试方法 |
| 6.4 测试环境 |
| 6.4.1 硬件环境 |
| 6.4.2 软件环境 |
| 6.5 测试人员 |
| 6.6 测试内容 |
| 6.6.1 医院管理信息系统测试 |
| 6.6.2 指纹采集系统测试 |
| 6.7 测试结论 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
四、重视指纹自动识别系统中的人为因素（论文参考文献）
- [1]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)
- [2]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [3]手持式激光测距仪自动校准关键技术研究[D]. 李萍. 天津大学, 2019(01)
- [4]基于RFID的仓库货物三维定位研究[D]. 徐天天. 华北理工大学, 2020(02)
- [5]基于指纹和人脸识别的安全专用门禁系统的设计与应用[D]. 罗丹丹. 电子科技大学, 2019(04)
- [6]气象信息管理系统中指纹活性检测方法的研究[D]. 袁程胜. 南京信息工程大学, 2019
- [7]A银行江苏省分行临柜业务操作风险管理研究[D]. 王慧. 南京航空航天大学, 2018(02)
- [8]基于脉冲神经膜系统的指纹识别方法及其应用研究[D]. 马同茂. 中国石油大学(华东), 2018(07)
- [9]全信息比对法在指纹识别处理中的应用[D]. 鲍钦何. 湖南大学, 2012(06)
- [10]基于指纹识别的医院管理信息系统的设计与实现[D]. 黄新建. 电子科技大学, 2010(02)