导读:本文包含了指纹数据论文开题报告文献综述及选题提纲参考文献，主要关键词:大数据,指纹鉴定,风险
指纹数据论文文献综述
杨细玉[1]（2019）在《论大数据条件下指纹鉴定的风险》一文中研究指出在案件侦破过程中,指纹鉴定是非常重要的工作内容,也将直接关系到最终的案件办理结果。在现今大数据技术不断发展的过程中,指纹鉴定工作也面临了新的机遇与挑战。其中,做好鉴定当中风险情况的控制尤为关键。在本文中,笔者将就大数据条件下指纹鉴定的风险进行一定的研究。(本文来源于《法制博览》期刊2019年33期）
杨静[2]（2019）在《基于大数据背景下指纹采集及分辨技术探讨》一文中研究指出指纹的独一性与稳定性为身份认证提供了依据,从而使得指纹识别技术得到飞速发展,因此在大数据背景下提高指纹识别技术的分辨率有重要的实践价值。基于此,分析了数据挖掘和数据挖掘下的聚类算法,构建了神经网络指纹识别的仿真模型。研究结果发现,竖箕纹(E)和斗形纹(N)无论在何种血型里所占比例都较多,既总数一半以上的指纹呈现这两种指纹类型;而特定血型基因对这类指纹形成的也有一定的影响。(本文来源于《黑龙江工业学院学报(综合版)》期刊2019年11期）
郭萌萌,周延清,段红英,杨珂,邵露营[3]（2019）在《基于地黄转录组数据的SNP标记开发与地黄指纹图谱构建》一文中研究指出地黄(Rehmannia glutinosa)是一种具有较高药用价值和经济价值的植物。准确的品种鉴定对地黄种质管理和育种至关重要,使用SNP分子标记来鉴定地黄种质和构建指纹图谱对地黄分子标记育种提供了新方法。利用地黄转录组数据和SRA数据库中的3个地黄转录组数据比对,寻找候选SNP,用PCR技术扩增和序列分析研究28个地黄品种候选SNP变异。从地黄转录组数据中获得了102 075条Unigenes,其中共有SNP位点35 339个,发生频率为0.51/kb;从中随机选取40个候选SNP位点,设计引物39对,用PCR和序列分析从中筛选出7对好的SNP引物,包含8个多态性好的SNP位点;利用最终筛选出的8个SNP位点构建地黄指纹图谱,可以将17个不同地黄种质区分开,可用于地黄种间和种内品种的鉴定。(本文来源于《生物技术通报》期刊2019年11期）
夏发优,张锦鹏,徐自立,居玥,李佳欣[4]（2019）在《iBeacon和指纹数据的现场考勤系统》一文中研究指出依据蓝牙UUID地址及职位数据的双唯一性,本文设计了一个基于智能移动终端考勤系统。依据考勤方案,在考勤地点布置iBeacon作为信标,并采用信标的UUID地址作为考勤地点的唯一标识;基于智能移动终端的指纹采集功能,并采用指纹数据作为考勤对象的唯一身份标识。考勤对象到达考勤地点时,系统要求采集蓝牙信标的UUID广播及指纹数据,并通过网络把考勤数据发送到后台服务器,存储在考勤数据表中;通过与已注册信息相比对,从而实现考勤结果。本设计具有考勤方案灵活、考勤快速、准确的优点。(本文来源于《福建电脑》期刊2019年06期）
吴楚婷[5]（2019）在《基于用户网络数据指纹的异常行为检测研究》一文中研究指出随着互联网在全球的快速发展,网络正在悄然改变着每个人的生活方式。在海量的用户网络行为数据中,有形形色色的数据情况和特征,通过分析用户的网络行为数据,能够看出用户的上网习惯、偏好,进而发现其中存在的异常用户。这些异常用户的存在可能会使其自身的身心健康发展受到影响、甚至破坏网络环境健康的生态圈以及网络交易的公平公正。因此,识别出这些具有异常上网行为的用户,对于维护网络生态和谐健康的发展是非常重要的。然而,海量数据的丰富性为异常检测方法带来挑战,本文将根据当前互联网环境下的两类具体异常做分析,并完成检测这两类异常的方案设计和算法实现。本文的工作和创新点主要包括以下几个方面:(1)整合运营商DPI(Deep Packet Inspection,深度包检测)数据,从用户网络行为的角度分析异常行为模式。考虑用户使用互联网应用全过程,通过分布式处理运营商大规模DPI数据并提取有效内容,构建网络数据指纹系统来表征用户网络行为。(2)分析不同类型异常用户的行为特性,针对批量薅羊毛用户以及上网习惯不良用户两类异常行为模式,设计更具针对性的基于特征工程和机器学习模型的异常检测方案。(3)在特征工程部分引入RPCA(Robust Principal Component Analysis,鲁棒性主成分分析)算法,论证该算法应用于异常检测任务的合理性,且能达到丰富特征集、增强特征选择能力的目的。(4)在学习模型上提出改进的iForest(Isolation Fores,孤立森林)算法,即w-iForest算法,该算法体现出iForest各组成部分不同的检测效力,通过上网行为不良用户检测测试,证明其表现效果良好。(本文来源于《北京邮电大学》期刊2019-05-20）
刘义鹏,余黎磊,王海霞,丁宝进,陈朋[6]（2019）在《基于Zynq的皮下指纹OCT数据采集系统设计》一文中研究指出为了解决传统OCT采集系统体积大、功耗大和扩展性差等问题,提出一种基于Zynq的手指OCT数据采集系统。分析Zynq芯片优点后,选择在Zynq芯片内部的PL部分实现硬件时序的设计和预处理算法,在其PS部分实现网络通信传输,完成数据采集、数据预处理及数据搬运。首先采用AMBA内部总线搭建PS与PL通信桥梁,解决以往FPGA和ARM之间通信存在的接口复杂、协议复杂的问题。然后利用AXI-HP高性能总线将PL部分预处理后的图像数据通过PS-PL交互模块直接传送到DDR3 SDRAM中,解决FPGA内部存储器资源不足的问题。最后使用内存映射机制及TCP/IP协议完成网络通信传输,完成数据搬运。实验结果表明:基于Zynq的手指OCT数据采集系统能有效地将数据发送给计算机上位机进行显示。(本文来源于《浙江工业大学学报》期刊2019年03期）
康明涛,张峰,梁源,赵黎[7]（2019）在《基于数据挖掘BLE指纹室内定位设计与实现》一文中研究指出在复杂的室内环境中,为了满足高精度室内定位的需求,该文提出了一种基于BLE指纹技术的高精度室内蓝牙定位方法。该方法利用iBeacon不需要直流供电直接部署、体积小、功耗低等特性,以低功耗蓝牙智能手机终端作为指纹采集系统和定位媒介系统,通过获取iBeacon信号强度参数,建立蓝牙信号强度值离线指纹库。在线定位阶段,可通过手机终端获取附近iBeacon信号强度信息,与指纹库中的指纹信息进行对比。再通过使用位置指纹定位算法进行处理,最终确定被定位目标的位置信息。从系统测试结果来看,该系统的定位精度可以达到亚米级,可以满足室内环境下基于位置的服务基本需求。(本文来源于《自动化与仪表》期刊2019年04期）
李庆年,胡玉平[8]（2019）在《大数据环境下利用新型FTS的并行细节点指纹匹配通用分解方法》一文中研究指出随着指纹识别数据库规模的不断扩大,指纹识别系统的通用性、可靠性亟须提高。为了解决该问题,提出了利用新型指纹拓扑结构(FTS)的并行化细节点指纹匹配分解方法。该方法首先根据k近邻算法设计了叉点和端点新的结构,并提取出细节点特征。然后,将匹配分数的计算过程分解为几个小步骤来执行,在更精细的层次上分割2个指纹的最终匹配,以此定义局部结构子集之间的部分分数。最后,单独计算这些部分分数,将它们合并在一起,构成一个非常灵活的预测值,并允许丢弃部分分数。此外,提出了基于细节点置信度的指纹匹配算法,有助于全局范围上的指纹信息提取,从而确保局部相似细节点的有效匹配。在SFinGe数据库上的实验结果表明:所提出的分解框架可适用于Apache Hadoop、Apache Spark等大数据环境,具有良好的可靠性。将提出的分解方法应用于3种匹配算法中进行实验,结果表明提出的分解方法具有良好的通用性。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年04期）
张莉华[9]（2019）在《基于ARM和深度学习的大数据指纹识别系统设计》一文中研究指出针对传统指纹识别系统在面对大数据指纹图像时具有识别效率不高、需要手动设计提取的特征的缺点,提出了一种基于ARM和深度学习的大数据指纹识别系统.首先,描述了指纹识别系统的原理图.然后,设计了系统硬件框图,采用S3C2410C作为微处理器,采用FPS200指纹图像作为传感器,并设计了两者之间的接口电路;最后,重点设计了指纹识别的软件过程,建立一个可以进行指纹自动识别的通用多层深层神经网络.通过设计系统软硬件并进行测试,结果表明文中设计的指纹识别系统具有很高的指纹识别准确度,能有效处理大数据指纹图像的识别,且与其他基于人工提取特征的方法相比,具有更高的识别正确率和识别效率.(本文来源于《湖南科技大学学报(自然科学版)》期刊2019年01期）
刘红勇,刘蕾[10]（2018）在《基于数字水印指纹技术的建筑大数据智能化管理》一文中研究指出随着科技日益成熟,互联网越发普及,信息技术时代悄然而至。作为国家支柱性产业,建筑行业因应这一趋势向智能化迈进。工程基础数据管理是工程项目管理的关键因素之一,而建筑行业数据管理存在数据易丢失、安全性低、检索效率低、不真实等缺陷,以高效、智能化手段提高大数据管理能力迫在眉睫。基于数字指纹、水印等计算机技术,构建一个建筑大数据智能化管理平台:首先从建筑行业现状分析建设管理平台的必要性;然后从数字指纹、水印、哈夫曼编码技术的特点以及数据储存、提取、处理3个阶段详述管理平台建构、运营思路及框架;最后,探讨平台建设的可行性。(本文来源于《科技进步与对策》期刊2018年24期）
指纹数据论文开题报告
（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：
指纹的独一性与稳定性为身份认证提供了依据,从而使得指纹识别技术得到飞速发展,因此在大数据背景下提高指纹识别技术的分辨率有重要的实践价值。基于此,分析了数据挖掘和数据挖掘下的聚类算法,构建了神经网络指纹识别的仿真模型。研究结果发现,竖箕纹(E)和斗形纹(N)无论在何种血型里所占比例都较多,既总数一半以上的指纹呈现这两种指纹类型;而特定血型基因对这类指纹形成的也有一定的影响。
（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。
指纹数据论文参考文献
[1].杨细玉.论大数据条件下指纹鉴定的风险[J].法制博览.2019
[2].杨静.基于大数据背景下指纹采集及分辨技术探讨[J].黑龙江工业学院学报(综合版).2019
[3].郭萌萌,周延清,段红英,杨珂,邵露营.基于地黄转录组数据的SNP标记开发与地黄指纹图谱构建[J].生物技术通报.2019
[4].夏发优,张锦鹏,徐自立,居玥,李佳欣.iBeacon和指纹数据的现场考勤系统[J].福建电脑.2019
[5].吴楚婷.基于用户网络数据指纹的异常行为检测研究[D].北京邮电大学.2019
[6].刘义鹏,余黎磊,王海霞,丁宝进,陈朋.基于Zynq的皮下指纹OCT数据采集系统设计[J].浙江工业大学学报.2019
[7].康明涛,张峰,梁源,赵黎.基于数据挖掘BLE指纹室内定位设计与实现[J].自动化与仪表.2019
[8].李庆年,胡玉平.大数据环境下利用新型FTS的并行细节点指纹匹配通用分解方法[J].重庆理工大学学报(自然科学).2019
[9].张莉华.基于ARM和深度学习的大数据指纹识别系统设计[J].湖南科技大学学报(自然科学版).2019
[10].刘红勇,刘蕾.基于数字水印指纹技术的建筑大数据智能化管理[J].科技进步与对策.2018