7篇关于身份识别的计算机毕业论文

今天分享的是关于身份识别的7篇计算机毕业论文范文, 如果你的论文涉及到身份识别等主题,本文能够帮助到你

鹅采食监测系统的研究

这是一篇关于鹅,计料称重,区域活动记录,身份识别,生长模型的论文, 主要内容为畜牧业作为农村的一项重要经济支柱产业具有巨大潜力,鹅作为主要家禽之一,其养殖技术的进步具有重要社会意义和经济效益。针对于现阶段鹅养殖业人工成本高、效率低、经济回收比小的特点,需对其养殖过程建立合理机制,提出有效措施进行改善。本文针对于鹅养殖过程中,无法获得实时有效的体重指标及行为特征,设计了一套鹅采食监测系统,主要包括:计料称重系统、活动区域记录系统,完成了对鹅体重数据和区域活动记录的实时采集。主要研究内容和结论如下:(1)计料称重系统主要结构为:料位站台、卡位挡板、称重及身份读取区、料盒;活动区域记录系统主要结构为:鹅舍、产蛋区、洗浴区、运动场、大(小)通道。系统平台硬件搭建方面:确定称重传感器(MIK-LCS1-10kg)、变送器(美控MIK-BSQW)、采集卡(YAV 8AD Plus串口)、电源(直流24V)、RFID射频识别技术(超高频UHF-RKF918阅读器)及相应的模块设计(传感器模块:串口类型RS485、通讯协议Modbus,射频身份识别模块:USB转TTL搭配通讯)。系统软件设计方面:主要针对称重传感器模块和射频身份识别模块进行设计,采用My SQL数据库对两模块数据进行通信串联,其中,传感器程序主要设计内容为:数据预处理、补偿优化、界面显示,通过数据库与Lab VIEW进行通讯将鹅的体重信息与区域活动记录进行采集、储存、管理。(2)以静态称重试验验证系统硬件误差,动态称重试验完善自动称重功能,鹅实时体重数据及区域活动记录完成对系统的性能分析,结果表明:静态称重实验结果相对误差范围为0.02%～0.27%,线性度为0.00013,动态称重试验最大相对误差为1.82%,均低于5%;鹅采食时间在早上7点到晚上8点之间,平均每3～4小时进行一次采食,体重日增长速率与食料转化利率均随体重的增长呈下降的趋势;日累计采食量、日累计食料时长、日食料频率范围分别为:131.63～281.09g、352～483s、2～7次;鹅每天进出鹅舍、运动场、洗浴区的次数范围分别为:3～5、4～8、2～4次,对应区域所待的累计时长范围分别为:655～1053、301～539、83～235min,表明系统可对鹅采食、区域活动、生长过程进行有效监控,性能表现良好。(3)以鹅的空腹重A、日食料频率B、日跨区域次数C为影响因子,日增重和患病率为响应目标,采用三元二次中心组合旋转试验考察各影响因素对目标影响程度并建立对应的鹅养殖生长模型,研究结果表明:患病率与各单因素均呈负相关,日增重与各单因素呈二次非线性关系,随各值得增大先增大后减小;各单因素对患病率、日增重的影响程度分别为:C>A>B、A>C>B;患病率模型和日增重模型的P值均小于0.0001,其决定系数R2校正决定系数Adj R2预测决定系数Pre R2值分别为:0.9852、0.9720、0.9129、0.9984、0.9970、0.9908,均高于0.9且接近于1,表明两模型拟合程度较好,可对鹅生长过程中的患病率和日增重进行良好的模拟和预测。对优化函数中各参数优化求解,患病率和日增重进行综合优化,可得到最优参数组合:空腹重2006.75g、日食料频率5.98次、日跨区域次数17.97次,可得到患病率3.34%、日增重65.50g,为鹅最优生长方案。

基于体温监测和饮水行为记录的牛只监管耳标设计

这是一篇关于牛只监管,身份识别,耳温监测,饮水行为,STM32单片机的论文, 主要内容为畜牧养殖产业是我国农业农村经济的重要组成部分。为了促进养殖业进一步发展,我国出台“生物资产活体抵押”等政策帮助中小型牛场以及散养农户解决资金紧缺的问题。然而,当前我国牛只畜牧规模养殖和人工散养养殖并存,人工统计牛只数据时容易产生例如牛只头数底子不清、体温信息采集错误、录入信息错位等问题,不利于活体抵押监管。因此,为了辅助金融机构对牛只进行远距离活体监管,本文设计了一种基于体温监测和饮水行为记录的电子耳标,并基于物联网数据库实现了牛只监管。主要研究内容与结论如下:(1)设计了一种接触式低功耗牛只耳温监测模块。根据实际需求以及比较分析其他不同种类的牛只测温方式,最终选择使用Pt1000铂电阻作为温度传感器,设计了电源稳压模块、数据采集模块、数据无线传输模块和外围电路模块,实现了耳温高精度测量和低功耗长期运行的要求。测试结果表明,耳标温度测量误差小于±0.2℃。当使用1500 m Ah/3.7 V锂电池供电、且设定测量间隔为3 h时,电池寿命可达467 d,具有测量高精度性和稳定性高等特点,可为牛只体温表征及相关行为智能管理奠定基础。(2)设计了牛只身份与饮水行为结合测量的监测节点。使用超高频率无源无线射频(Radio Frequency Identification,RFID)标签和读卡器实现了不同牛只身份的准确识别,完成了连接电路、电源稳压电路、数据无线传输电路和外围电路的设计;设计了对应的软件部分,实现了记录牛只RFID标签信息与牛只饮水时间记录的功能。测试结果表明,身份识别与饮水时间监测模块测量RFID标签信息准确,平均识别距离为4.422 m,在30 s时间内,时间采集误差小于1 s。(3)基于远距离无线电(Long Range Radio,Lo Ra)通讯技术实现了适合于中小型牛场复杂环境的数据无线传输。选择了网络覆盖范围较大、使用功耗低的Lo Ra无线通信技术,终端节点采用LoRaWAN协议,Class A传输模式和OTAA入网方式,实现了数据传输至腾讯物联网云平台。经过牛场现场测试,在100 m的牛场范围内,系统丢包率小于0.9%,证明该无线通信方案可靠性高,切实可行。(4)完成了云端数据存储和移动终端数据显示和预警功能。使用腾讯提供的开发工具将小程序接口至移动微信端实现移动端对数据的实时查看和历史数据查询,并且根据实验结果在微信小程序中设立危险阈值,当牛只测量数据低于该阈值时,小程序会自动发出警示信息,实现远距离牛只智能监管。本研究设计的牛只监管系统可以实现不同牛只身份信息自动识别,同时对牛只耳温和饮水行为信息进行采集,实现测量数据移动端显示,满足设计要求。对实施远距离牛只个体监管有一定的推广价值。

基于深度学习的心电身份识别算法研究

这是一篇关于心电信号,身份识别,质量评估,卷积神经网络,主成分分析网络的论文, 主要内容为信息化的高速发展推动了信息安全技术的进步,基于心电(Electrocardiogram,ECG)信号的个体身份识别技术因其“活体”采集的高防伪性,在生物识别领域受到越来越多的关注。本文结合信号处理和深度学习相关知识,从心电信号预处理、基于深度学习的身份识别模型构建和深度学习模型优化三方面展开深入研究,实现基于ECG的身份识别算法。主要工作如下:(1)详细阐述了本文的研究背景和意义,包括心电识别技术的国内外研究现状和发展趋势,心电信号的产生机理、波形特征和噪声来源,以及实验中使用的数据库,为后续的研究工作奠定坚实的理论基础。(2)提出了融合质量评估和消噪处理的心电信号预处理算法。针对数据集中样本质量参差不齐的问题,构建基于随机森林(Random Forest,RF)的质量评估模型对实采样本数据进行筛选;针对ECG信号易受噪声干扰的问题,提出了一种改进阈值函数的小波消噪算法对ECG信号进行消噪处理;随后设计了基于XQRS算法的R波检测技术完成对R波的精准定位,并提出了一种基于RR间期的ECG信号样本分割方法实现了对心拍的分割。(3)构建了基于残差网络(Residual Network,Res Net)结构的卷积神经网络(Convolutional Neural Network,CNN)算法。首先利用格拉姆角场将一维ECG信号转换为二维图像作为CNN的输入,基于Res Net结构优化了CNN模型的网络结构和超参数设置,实现对ECG信号内在特征的自学习。经MITDB和ECG-ID数据库的联合实验,本文所构建的CNN模型实现了98.56%和96.03%的识别准确率。(4)设计了基于动态互信息(Dynamic Mutual Information,DMI)特征优化的心电信号身份识别算法主成分分析网络(Principal Component Analysis Network,PCANet)模型。首先,针对心率变化导致的T波漂移现象提出了T-R-T重采样分割算法,以消除心率变化样本对身份识别的影响;其次考虑到传统直方图统计特征存在特征冗余问题,提出DMI特征优化算法,实现具有强抗噪性能的PCANet模型构建。在实验中,采用ECG-ID心率变异性(Heart Rate Variability,HRV)数据库和ECG-ID数据库进行抗噪性能实验,并在MITDB数据库上验证其泛化能力,在三个数据库的对比实验中分别实现了对含噪ECG信号99.65%、98.54%、98.72%的识别准确率。本文提出的心电信号身份识别技术,充分考虑了现实中不同情况下的噪声情况、心率变化等情况,为身份识别领域提供了一种鲁棒性强、防伪性能高的识别新途径。

基于RFID的中国海关管理干部学院考试系统设计与实现

这是一篇关于RFID,考试管理,身份识别,学员管理,考情分析的论文, 主要内容为随着教育信息化的不断发展,越来越多的智能设备,无线感知设备将出现在校园中,以信息化和智能化手段提高教学、办公和管理的效率和效果,是当前各大院校的首要工作。互联网的快速发展推动了物联网技术的不断成熟,RFID技术是物联网重要技术之一,它具有快速进行识别物体和读取数据,不容易被伪造、抗干扰能力强等优势,是目前自动识别应用领域最为成熟的技术,被广泛应用于身份识别的各类场景中。本文基于海关学院考试信息化应用建设的需求,结合RFID身份识别的技术优势,设计和开发了基于RFID的中国海关管理干部学院考试系统,通过RFID技术读取学员身份证号码等相关特征数据,实现学员身份识别验证,并根据考试工作的业务需求进行了考试系统的设计开发,实现了出题、组卷、考试、判卷、查分的一体化管理。在保证安全性、可靠性、可用性能的前提下,有效缓解了学院当前考试工作中存在的组织过程繁琐、人力成本高、工作压力大等问题,实现了考试规范化、流程化管理。论文主要工作概括为以下三个方面:首先,从国内外校园信息化应用研究着手,分析了中国海关管理干部学院考试工作存在的问题,包括组卷困难、试卷雷同、考题外泄、管理难度大以及运维成本高等。基于这些问题,进一步分析得出海关学院考试系统建设的功能需求、系统用例分析和系统性能需求。其次,针对中国海关管理干部学院考试系统的需求,进行了系统应用架构设计、技术架构设计和数据架构设计,在此基础上对系统建设的考务管理、考试管理、学员管理、成绩查询、考情分析五大核心模块进行了设计,应用RFID身份识别技术,完成了学员考试身份识别,并结合递归算法完成题库的组卷设计,分析考题影响因素,探索了自动抽题算法,通过循环调用设计完成题库的抽取工作。最后,基于系统的总体设计和详细设计进行了系统的实现和验证,采用J2EE标准的B/S体系的架构对系统的各个模块进行了开发实现,完成了RFID身份识别的软硬件通讯,对组卷算法的有效性进行了验证,实现了卷面合理化自动抽题,从而达到了课题研究的目的,并使研究成果产生实际应用价值。

基于RFID的中国海关管理干部学院考试系统设计与实现

身份识别算法验证和比较系统的设计与实现

这是一篇关于身份识别,身份证识别,人脸比对,算法验证,线程池技术的论文, 主要内容为银行信用卡业务的办理中,对信用卡客户的身份识别认证保障了账户数据的安全。身份证识别和人脸比对是身份识别的关键步骤。旷视科技为招商银行信用卡中心提供的多个身份证识别和人脸比对算法的企业级解决方案,以API接口形式提供服务。需要对新版本新引入的算法和不同类型的算法进行验证和比较。对图片样本进行分类测试,对身份证识别和人脸比对算法通过多个指标进行验证和比较,帮助企业选择更好的算法产品为业务部门服务,为节约成本,提高业务执行效率具有重大意义。本文设计并实现了身份识别算法验证和比较系统,对身份证识别算法和人脸比对算法的验证过程分别实现了泛化。系统提供测试样本管理,身份证识别算法验证,人脸比对算法验证和验证结果管理功能。测试样本管理模块建立身份证图片和人脸图片测试集并准备图片样本,为图片样本设置标签并为测试集中图片样本建立关联关系;同时还管理算法API接口,并为接口返回结果字段需要验证的标签设置阈值和评判标准。身份证识别算法验证配置执行参数,调用身份证识别算法API并返回结果,验证返回结果字段的识别准确率等。人脸比对算法验证配置执行参数,调用人脸比对算法API并返回结果,验证返回结果的比对通过率等。验证结果管理模块展示总体验证结果,身份证识别和人脸比对详细结果,对不同类型的人脸比对算法的验证结果的多个评估指标进行可视化分析比较。系统使用SSM后端框架,j Query+Bootstrap作为前端框架,使用线程池技术处理发送身份证识别和人脸比对请求的任务。系统通过多个不同类型测试集的4800条样本对不同类型算法的200多批次验证,相比原有人工统计准确率能更全面准确分析身份证识别算法和人脸比对算法的优劣,已经为业务部门评估选择第三方算法产品提供了重要参考依据。