基于最大最小判别映射的煤矿井下人员身份鉴别方法-ingentaconnect.pdfVIP

　 第38卷第10期 煤　 　 炭　 　 学　 　 报 Vol.38　 No.10　 　 2013年 10月 JOURNAL OF CHINA COAL SOCIETY Oct.　 2013　 - - - 　 　 文章编号:0253 9993(2013)10 1894 06 基于最大最小判别映射的煤矿井下人员身份鉴别方法 1 1,2 1 张善文 ,张传雷 ,黄文准 (1.西京学院工程技术系,陕西 西安　 710123;2.瑞尔森大学 电子与计算机工程系,安大略 多伦多　 M5B2K3,加拿大) 摘　 要:针对井下复杂受限环境下人脸、虹膜、指纹和掌纹等常常比较模糊,从而使得基于这些生物 特征的井下人员身份识别率不高问题。 在Warshall 算法和最大最小判别准则的基础上,提出了一 种最大最小判别映射的步态识别方法。 该方法利用Warshall 算法快速得到数据的类别关系,由此 构建类内和类间散度矩阵。 与经典的步态识别方法相比,该方法充分利用了数据的局部信息和类 别信息,使得数据降维后在低维空间同类样本之间的距离减小,而异类样本之间的距离增大。 与经 典的监督子空间维数约简方法相比,该方法在构建类内和类间散度矩阵时不需要判别数据的类别 信息,能够提高算法的性能。 在真实步态数据库上进行了一系列实验。 实验结果表明,利用该方法 进行基于步态的煤矿井下人员身份鉴别是有效可行的。 关键词:煤矿井下身份鉴别;Warshall算法;最大最小判别准则;最大最小判别映射 中图分类号:TD655;TP391．41　 　 　 文献标志码:A Personnel identification in mine underground based on maximin discriminant projection 1 1,2 1 ZHANG Shan-wen ,ZHANG Chuan-lei ,HUANG Wen-zhun (1.Department of Engineering and Technology,Xijing University,Xi’an　 710123,China;2.Departmentof Electricaland ComputerEngineering,Ryerson Uni- versity,Toronto　 M5B2K3,Canada) Abstract:Duetothecomplexity andconstrainedspaceinundergroundmine,theimagesofhumanface,iris,fingerprint and palmprint often become blurred,the recognition rates of the mine underground personnel identification based on these biological charactersare not higher thanthat intheregular environment.Based onWarshall algorithm and maxi- min criterion,a method of gait recognition,named maximin discriminant projection(MMDP),was proposed.In MM- DP,the label relationship of the data was quickly explored by