基于改进型ELM的指静脉识别算法研究

摘要

针对指静脉图像信噪比低、易过拟合导致识别准确率低等问题,该文利用主成分分析法PCA作为预处理,结合极限学习机ELM,提出基于L1-L2范数约束的静脉识别算法.该方法通过PCA对原始指静脉图像进行降维和特征提取,采用ELM框架来训练指静脉识别模型,并利用L1范数约束抑制ELM输出权重中的异常值以提高算法对噪声的鲁棒性,同时结合L2范数约束来提升算法的泛化能力.通过实验,验证出该方法具有特征提取质量高、神经网络训练学习响应快、识别准确率高的特点.