計算機科學(xué)與技術(shù)畢業(yè)-基于普通輸入設(shè)備的生物特征識別系統(tǒng)的設(shè)計與實現(xiàn)

《計算機科學(xué)與技術(shù)畢業(yè)-基于普通輸入設(shè)備的生物特征識別系統(tǒng)的設(shè)計與實現(xiàn)》由會員分享，可在線閱讀，更多相關(guān)《計算機科學(xué)與技術(shù)畢業(yè)-基于普通輸入設(shè)備的生物特征識別系統(tǒng)的設(shè)計與實現(xiàn)（64頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、 畢業(yè)設(shè)計（論文） 設(shè)計（論文）題目： 基于普通輸入設(shè)備的生物特征識別系統(tǒng)的設(shè)計與實現(xiàn) 學(xué) 院 名 稱 ： 學(xué) 生 姓 名 ： 專 業(yè) ： 班 級 ： 學(xué) 號 ： 指 導(dǎo) 教 師 ： 答辯組 負責(zé)人 ： 填表時間： 年 6 月 摘 要 當(dāng)今信息化社會，計算機技術(shù)、傳感器技術(shù)、電子信息技術(shù)等均在飛速發(fā)展，利用人體本身固有的生理特征或行為特征進行身份識別已經(jīng)取得越來越多人的認可，最終已形成了一種新身份驗證方式，即生

2、物特征識別。與根據(jù)持有信物而完成的識別相比，生物特征識別具有其與生俱來的唯一性和安全性。生物特征識別技術(shù)包括固有生理特征識別和行為特征識別。目前，關(guān)于生物特征識別技術(shù)的大多數(shù)研究主要針對人的固有生理特征（如指紋，掌紋，人臉識別，虹膜識別等）進行的，而針對后天形成的行為特征識別的研究較少。本文主要介紹了一個針對用戶后天行為特征（輸入特征）而設(shè)計的生物識別系統(tǒng)。 本文主要介紹了如何利用普通輸入設(shè)備開發(fā)生物特征識別系統(tǒng)。系統(tǒng)實現(xiàn)過程中，主要參考K-均值聚類算法，使用C#語言及Winform窗體編程，同時以Microsoft SQL Server Management Studio2008作為數(shù)據(jù)存

3、儲解決方案，實現(xiàn)對生物特征的錄入，存儲，計算，刪除，識別等功能，滿足了用戶的需求，達到了任務(wù)書的要求。 本文分為五章：第一章主要介紹了生物特征識別技術(shù)的概念、發(fā)展歷史和現(xiàn)狀、研究目的和意義以及本論文要做的主要工作；第二章主要介紹了和生物特征識別系統(tǒng)開發(fā)相關(guān)的一些背景知識；第三章主要介紹了需求分析及系統(tǒng)設(shè)計；第四章主要為各模塊功能實現(xiàn)、運行效果圖及系統(tǒng)測試；第五章為總結(jié)與展望，總結(jié)了系統(tǒng)的實現(xiàn)過程，系統(tǒng)的不足，同時對該系統(tǒng)在未來的應(yīng)用進行展望。 【關(guān)鍵詞】生物特征識別 輸入特征 模式識別 K-均值算法 ABSTRACT With the development of comp

4、uter technology, sensor technology, electronic information technology,using the intrinsic body physiological or behavioral characteristics of human for identities have gotten more and more people’s recognition, it has formed a new authentication methods, namely biometrics recognition. Compared with

5、the way complete identification with the pledge , biometrics has its inherent uniqueness and security.Biometric identification technology includes the recognition of inherent physical characteristics and behavior characteristics.At present, most studies of biometric identification technology is aime

6、d at peoples inherent physical characteristics (such as fingerprint, palm print, face recognition, iris recognition, etc.),however the study of acquired behavior characteristic recognition is less.This thesis mainly introduced a biometric system which is aimed at acquired behavior characteristic fea

7、tures (input features) . This thesis introduced the progress of developing a biometric system which is based on the common input devices.During the System implementation process,the thesis referred to K-means algorithm and used c# and Winform.Meanwhile,SQL Server 2008 was used as the solution of Da

8、ta Storage.The system completed functions such as the input of biometric features,storage,calculation,deletion and recognition,which was meet the needs of users and achieved the requirements of the mission statement. The thesis was divided into five chapters.The first chapter introduced the concept

9、, history and current situation,the purpose and significance of biometric identification technology.The second chapter mainly introduced the knowledge of biometric identification system development.The third chapter introduces the requirements analysis and system design;The fourth chapter describes

10、how to complete the functions of each module, operation renderings and system testing;The fifth chapter summarized the implementation of the system, the lack of system, meanwhile this chapter prospected the future of Biometrics. 【Key words】Biometric recognition Input features Pattern recognitio

11、n K-means algorithm  目 錄 第一章 前言 1 第一節(jié) 生物特征識別技術(shù)概述 1 一、生物特征識別技術(shù)簡介 1 二、生物特征識別技術(shù)的發(fā)展歷史和現(xiàn)狀 1 第二節(jié) 生物特征識別系統(tǒng)的研究目的和意義 2 第三節(jié) 本論文主要研究工作 4 第二章 生物特征識別系統(tǒng)開發(fā)相關(guān)技術(shù) 5 第一節(jié) 技術(shù)知識背景介紹 5 一、生物特征識別技術(shù) 5 二、Winform簡介 7 三、Microsoft SQL Server 2008簡介 8 四、 模式識別及K-means算法簡介 8 第三章 系統(tǒng)的需求分析及設(shè)計

12、 11 第一節(jié) 系統(tǒng)的需求分析 11 一、系統(tǒng)功能的需求分析 11 二、系統(tǒng)功能的運行需求 13 第二節(jié) 系統(tǒng)數(shù)據(jù)庫的分析與設(shè)計 13 一、系統(tǒng)數(shù)據(jù)庫分析 13 二、系統(tǒng)數(shù)據(jù)庫設(shè)計 13 第三節(jié) 系統(tǒng)功能模塊設(shè)計 14 一、特征采集模塊功能設(shè)計 14 二、數(shù)據(jù)歸一化處理模塊功能設(shè)計 15 三、特征計算模塊功能設(shè)計 16 四、特征匹配模塊功能設(shè)計 16 第四章 系統(tǒng)實現(xiàn) 18 第一節(jié) 開發(fā)環(huán)境配置及工具使用 18 一、 開發(fā)環(huán)境配置 18 二、 開發(fā)工具 19 三、調(diào)試工具 19 第二節(jié) 各模塊功能的實現(xiàn) 19 一、特征采集模塊功能的實現(xiàn) 20 二

13、、數(shù)據(jù)歸一化處理模塊的實現(xiàn) 22 三、特征計算模塊的實現(xiàn) 23 四、特征匹配模塊的實現(xiàn) 27 第三節(jié) 系統(tǒng)測試 30 一、閥值選定測試 30 二、根據(jù)按鍵間隔進行生物識別方法測試 30 三、特征計算算法測試 31 第五章 總結(jié)與展望 33 第一節(jié) 總結(jié) 33 第二節(jié) 展望 33 致 謝 35 參考文獻 36 附 錄 37 一、英文原文： 37 二、英文翻譯： 42 - 59 - 第1章 前言 第1節(jié) 生物特征識別技術(shù)概述 一、生物特征識別技術(shù)簡介 生物特征識別技術(shù)（biometric

14、 recognition）是通過計算機與聲學(xué)、光學(xué)、生物傳感器和生物統(tǒng)計學(xué)原理等高科技手段密切結(jié)合，利用人體固有的生理特性（如指紋、臉象、虹膜等）和行為特征（如筆跡、聲音、步態(tài)、輸入習(xí)慣等）來進行個人身份鑒定的技術(shù)[1]。 二、生物特征識別技術(shù)的發(fā)展歷史和現(xiàn)狀 生物識別技術(shù)起步于九十年代初期，生物識別的發(fā)展歷史可以粗略地劃分為三個階段[2]。 第一階段是從1990年到1997年。在此階段，整個市場僅有歐美澳等國不超過十家的供應(yīng)商。國內(nèi)廠商只是充當(dāng)了分銷商和系統(tǒng)集成商的角色，主要從事對國外產(chǎn)品進行增值分銷的工作。 第二階段是從1998年到2002年。在此階段，通過對國外技術(shù)和產(chǎn)品的學(xué)

15、習(xí)借鑒，中國廠商開始在產(chǎn)品研發(fā)上取得一個又一個突破，逐漸攻克了核心軟件、硬件處理平臺、采集器件以及應(yīng)用系統(tǒng)設(shè)計等難關(guān)，最終開始有少量由國內(nèi)設(shè)計和制造的產(chǎn)品出現(xiàn)，同時與國外產(chǎn)品的競爭在這一階段開始。 第三階段是從2003年至今。在此階段，中國生物識別技術(shù)和產(chǎn)品在商業(yè)應(yīng)用領(lǐng)域占據(jù)越來越多的市場份額，直至目前完全占據(jù)主導(dǎo)地位，控制了市場。與此同時，國外廠商開始轉(zhuǎn)向復(fù)雜大系統(tǒng)、多技術(shù)融合等中高端產(chǎn)品及應(yīng)用的研發(fā)工作。 生物特征識別技術(shù)早年運用于法庭科學(xué)的司法鑒定,多是對靜態(tài)圖像(如指紋圖像、臉形圖像等)的事后采集和識別;上世紀(jì)九十年代末和本世紀(jì)初,特別是911恐怖事件之后,由于國際反恐斗爭的需要,

16、對靜態(tài)、動態(tài)圖像的事前事后采集和實時鑒別己成為防范安全風(fēng)險的主要技術(shù)手段[3]。 美國一直走在生物識別技術(shù)研究工作的前列。二十世紀(jì)九十年代，,美國已經(jīng)開始啟動生物特征識別技術(shù)應(yīng)用的標(biāo)準(zhǔn)化工作,主要針對指紋識別應(yīng)用在法律實施中的標(biāo)準(zhǔn)制定。 1993年美國國家標(biāo)準(zhǔn)與技術(shù)研究所的計算機系統(tǒng)實驗室制定了國家標(biāo)準(zhǔn):ANSI/NISTCSL.1-1993:信息系統(tǒng)和指紋信息交換數(shù)據(jù)格式和刑事審判信息服務(wù)標(biāo)準(zhǔn)WSQ灰度圖像的壓縮標(biāo)準(zhǔn)。 1995年,美國將傷疤、記號和紋身(SMT)信息加入到原有數(shù)據(jù)中,并將正面頭像、臉形和紋身數(shù)據(jù)的一個邏輯化記錄結(jié)構(gòu)加入到ANSI/NISTCSL.1-1993標(biāo)準(zhǔn)中。

17、 1997年,國家標(biāo)準(zhǔn)化與技術(shù)研究所信息技術(shù)實驗室修訂了1993年的標(biāo)準(zhǔn),頒布了ANSI/NIST-ITL.la-1997國家標(biāo)準(zhǔn):信息系統(tǒng)和指紋、臉形、紋身信息交換數(shù)據(jù)格式。 1998年,美國召開了另一個指紋數(shù)據(jù)交換會議,進一步修正、整理并更新了ANSI/NIST-CSL.1-1993和ANSI/NIST-ITL.la-1997標(biāo)準(zhǔn),美國國家標(biāo)準(zhǔn)化與技術(shù)研究所將這個文件發(fā)布為:NSIT特別資料SP500-245[3]。該文件規(guī)定了用于不同的管轄范圍和相異的系統(tǒng)之間有效地交換指紋、臉形、傷疤、標(biāo)記和紋身身份識別數(shù)據(jù)的一個通用格式[3]。 二十世紀(jì)末和本世紀(jì)初,商業(yè)領(lǐng)域開始應(yīng)用越來越多新的生

18、物識別技術(shù),包括實時指紋鑒別和身份驗證、臉形識別、語音識別、視網(wǎng)膜和虹膜掃描、手形特征、擊鍵特征分析等。生物特征識別技術(shù)在商業(yè)領(lǐng)域的應(yīng)用,不僅促進和擴展了生物特征識別技術(shù)的應(yīng)用領(lǐng)域,而且大大提升了安全防范技術(shù)的技術(shù)層次,使得生物特征識別技術(shù)成為安全防范技術(shù)的三大主導(dǎo)技術(shù)之一。 我國于上世紀(jì)90年代初,指紋信息識別產(chǎn)品和系統(tǒng)開始應(yīng)用于公安業(yè)務(wù)和安全防范領(lǐng)域。據(jù)不完全統(tǒng)計,目前生產(chǎn)生物特征識別產(chǎn)品(主要是指紋、人臉識別)的企業(yè)近百家,社會公共安全行業(yè)制定的相關(guān)標(biāo)準(zhǔn)約30余項。但這些標(biāo)準(zhǔn)都是以公安業(yè)務(wù)的刑事偵察、證照管理或安全防范的視頻監(jiān)控系統(tǒng)、出入口控制系統(tǒng)等具有應(yīng)用環(huán)境為基礎(chǔ)而制定的,未能從人

19、體生物特征識別技術(shù)的高度建立相應(yīng)的標(biāo)準(zhǔn)體系[3]。 第二節(jié) 生物特征識別系統(tǒng)的研究目的和意義 長期以來，識別身份的方法是驗證該人是否持有有效的信物，如密碼、照片、磁卡、鑰匙和身份證等。從本質(zhì)上看，驗證的是該人持有的某種“物”，而不是驗證該人本身。所以只要“物”的有效性得到確認，則持有該“物”的人的身份也就隨之得到確認[4]。這種“物”驗證的辦法存在的漏洞是非常明顯的：“物”的丟失會導(dǎo)致合法的人無法被認證，各種信物容易被偽造、破譯。在網(wǎng)絡(luò)環(huán)境下，密碼作為身份識別的標(biāo)志已被廣泛采用。但由于密碼容易被遺忘，也有被人竊取的可能，已無法滿足當(dāng)前信息化社會下人們對身份識別的需要。隨著

20、社會的發(fā)展，傳統(tǒng)身份驗證方式安全性越來越弱，已無法滿足當(dāng)今社會人們的需求。但是我們在日常生活中隨時都需要進行個人身份驗證和權(quán)限的認定，特別是在信息化社會的今天，人們對安全性的要求越來越高，同時也希望獲得簡單快速的識別方式。 為了解決這一問題，人們把目光投向生物特征識別技術(shù)，希望能借助人體固有的生理特征或行為動作來進行身份識別。這樣就可以不必攜帶大串鑰匙，也不用費心去記各種密碼，并且也不用去擔(dān)心會忘記密碼。另外，生物特征具有唯一性，不可復(fù)制性，例如指紋，有學(xué)者推論：以全球60 億人口計算，300 年內(nèi)都不會有兩個相同的指紋出現(xiàn)。以電子商務(wù)、電子銀行的安全認證為例，在電子商務(wù)中會有假冒他

21、人身份的事件發(fā)生，如果能夠通過生物特征進行論證，就能夠有效防止此類事件的發(fā)生。另外，網(wǎng)絡(luò)、數(shù)據(jù)庫和關(guān)鍵文件等的安全控制，機密計算機的登陸認證，銀行ATM、POS 終端等的安全認證，蜂窩電話，PDA 的使用認證等等，都離不開可靠安全的身份識別認證?？梢?，研究生物特征識別不但有可觀的經(jīng)濟效益，還有不可估量的國家信息安全效益。 生物特征識別技術(shù)是為了進行身份驗證而采用自動化技術(shù)測量其身體特征或個人行為特點，并將這些特征或特點與數(shù)據(jù)庫的模板數(shù)據(jù)進行比較，完成認證的一種解決方案，被評為21世紀(jì)十大高科技之一[5]。生物特征識別是目前最為方便和安全的識別技術(shù)，并且生物特征識別產(chǎn)品均借助于計算機

22、技術(shù)實現(xiàn)，容易與安全、監(jiān)控、管理系統(tǒng)整合，實現(xiàn)自動化管理。 用來鑒別身份的生物特征應(yīng)該具有惟一性、廣泛性、容易采集等特點，實際應(yīng)用給基于生物特征的身份鑒別系統(tǒng)提出了更多的要求[6]，包括： ①性能的要求：所選擇的生物統(tǒng)計特征能夠達到多高的識別率，對于資源的要求如何，識別的效率如何等。 ②可接受性：使用者在多大程度上愿意接受基于所選擇的生物統(tǒng)計特征的系統(tǒng)。 ③安全性：系統(tǒng)是否能夠防止被攻擊。 ④可行性：是否具有相關(guān)的、可信的研究背景作為技術(shù)支持。 ⑤存儲量：提取的特征信息是否占用較小的存儲空間。 ⑥價格：是否達到用戶所能接受的價格

23、。 ⑦速度和準(zhǔn)確率：是否具有較高的注冊、識別速度和識別率。 ⑧是否具有非侵犯性。 目前，主要的生物特征識別技術(shù)有虹膜識別、視網(wǎng)膜識別、人臉識別、簽名、識別、聲音識別、指紋識別等等。然而，還沒有任何一種單獨的生物特征可以滿足上述全部要求。生物識別技術(shù)的應(yīng)用主要有以下幾方面[7]: ①門禁,重要區(qū)域的門禁管制:軍事基地、槍械庫、核能設(shè)施、物料放置庫房、電腦機房、政府辦公室、保密資料室等;住宅安全,包括社區(qū)人員進出及訪客出入記錄。 ②職員或會員管理:內(nèi)部授權(quán)管制、考勤、薪資計算、俱樂部會員確認。 ③銀行證券類身份確認:如柜臺提款、自動提款機、保險箱、金庫、大額取款客戶身份

24、確認、公司提現(xiàn)確認、交易終端客戶身份確認、遠程交易身份確認、保險受益人等各種社會福利受益人身份確認等。 ④個人財產(chǎn)使用管制:如移動電話、個人電腦、筆記本電腦、汽車等。 ⑤證照類:包括身份證、暫住證、駕駛證等。 ⑥社保類:社會保險系統(tǒng)、養(yǎng)老金發(fā)放系統(tǒng)。 ⑦醫(yī)療檔案管理:血液管理、公費醫(yī)療確認、個人醫(yī)療檔案管理。計算機系統(tǒng)及信息安全:包括網(wǎng)絡(luò)安全、網(wǎng)上銀行及電子商務(wù)、電子政務(wù)的安全等。 第三節(jié) 本論文主要研究工作 在本文中，將使用Winform所提供的相關(guān)控件及.NET Framework，結(jié)合WinForm的相關(guān)開發(fā)指南以及C#編程語言實現(xiàn)系統(tǒng)，使用Microsoft

25、SQL Server 2008實現(xiàn)數(shù)據(jù)存儲，主要有以下目的： ①設(shè)計并開發(fā)基于普通輸入設(shè)備的生物特征識別程序?qū)崿F(xiàn)生物特征識別、生物特征添加并存儲和識別的功能； ②分析研究模式識別相關(guān)內(nèi)容，利用模式識別相關(guān)算法實現(xiàn)機器學(xué)習(xí)和生物特征提取功能。 本論文將著重討論基于普通輸入設(shè)備的生物特征識別系統(tǒng)程序的設(shè)計與實現(xiàn)，同時分析研究模式識別的相關(guān)技術(shù)要點，主要工作如下： ①詳細分析基于普通輸入設(shè)備的生物特征識別系統(tǒng)程序內(nèi)容，作需求分析，提出具體需求； ②分析相關(guān)流程，做出詳細設(shè)計，確定擴展程序的總體框架； ③學(xué)習(xí)相關(guān)開發(fā)指南，結(jié)合Winform編程相關(guān)控件以及C#語言特點，設(shè)計生物特征提取的算

26、法，編寫代碼，測試功能，最終達到前期的設(shè)計目標(biāo)。 第二章 生物特征識別系統(tǒng)開發(fā)相關(guān)技術(shù) 第1節(jié) 技術(shù)知識背景介紹 一、生物特征識別技術(shù) 生物特征識別實際上是一項整合了眾多學(xué)科和應(yīng)用技術(shù)的綜合性技術(shù)，該技術(shù)既具有很強的理論性又具有很強的工程性，其本身就是一個多學(xué)科交叉融合的典范。所涉及的基礎(chǔ)學(xué)科包括：數(shù)學(xué)、化學(xué)、物理學(xué)、生物學(xué)等；所涉及的應(yīng)用學(xué)科包括：信號處理、圖像處理、模式識別、人工智能、傳感器技術(shù)、嵌入式技術(shù)、信息安全、信息融合等。 如圖 2.1 所示，典型的生物特征識別過程通常包括以下步驟[8]： ① 信號獲取 生物識別系統(tǒng)的信號（一維

27、波形或二維圖像等）是由一個采集設(shè)備來獲取的。所獲取的原始信號的質(zhì)量非常重要，它是后繼處理的輸入數(shù)據(jù)。 本文在實現(xiàn)基于普通輸入設(shè)備的生物特征識別系統(tǒng)的過程中，主要基于人的輸入習(xí)慣，在信號獲取階段，通過程序設(shè)計，實現(xiàn)對目標(biāo)輸入相鄰按鍵之間的時間間隔的捕捉，完成信號獲取。 ② 預(yù)處理 在這個階段，對信號/圖像進行優(yōu)化，包括分割、去噪、消除旋轉(zhuǎn)和平移等操作。 本文在實現(xiàn)系統(tǒng)的過程中，主要同過對得到的信號進行歸一化處理來完成預(yù)處理步驟。具體思想是將得到的一組時間間隔作為一個多維向量，通過歸一化處理，使向量的模值為1。 ③ 特征提取 提取穩(wěn)定的、區(qū)分能力強的特征，即要求所提取的這些特征能使

28、類內(nèi)距離小，類間距離大。 本文通過迭代計算數(shù)據(jù)中心點，比較相鄰中心點間歐式距離完成特征提取。 ④ 特征匹配 將待識別的特征與模板庫中的模板進行匹配，從而得到識別結(jié)果。 本文通過待識別向量與已提取到的數(shù)據(jù)進行對比，即可完成識別。 圖2.1 生物特征識別系統(tǒng)的組合模塊 注冊（enrollment）、身份驗證（verification）和身份辨識（identification）是一個生物特征識別系統(tǒng)的三種基本操作模式。但對于身份驗證和身份辨識兩種模式，很多系統(tǒng)僅僅包括其中之一[8]。 注冊模式指在進行驗證或辨識前，用戶的身份需要先注冊到生物識別系統(tǒng)中。首先系

29、統(tǒng)接受用戶提供的人體生物信號及其個人的標(biāo)識（如姓名、ID號等）；然后對所獲取的人體生物信號進行預(yù)處理和特征提取；最后將提取的特征作為模板連同用戶的個人標(biāo)識存儲到模板庫或卡中。 身份驗證這種模式需要用戶先聲明自己的身份，然后根據(jù)用戶的生物特征來完成匹配，即“一對一”匹配（1:1匹配）。首先系統(tǒng)接收用戶所提供的生物信號及個人的標(biāo)識；然后對所獲取的用戶生物信號進行預(yù)處理和特征提??；最后根據(jù)用戶提供的個人標(biāo)識，從數(shù)據(jù)庫庫中提出相應(yīng)的生物特征，并將其與捕捉到的生物特征進行匹配，進而判斷匹配是否成功。 身份辨識是在事先完全不清楚用戶身份的條件下，根據(jù)用戶的生物特征來識別該用戶的身份，也被稱為

30、“一對多”匹配（1: N 匹配）。首先系統(tǒng)接受用戶提供的生物特征信號；然后對所獲取的用戶生物信號進行預(yù)處理和特征提取，并將提取的特征與系統(tǒng)數(shù)據(jù)庫中所有或者部分模板進行匹配；最后根據(jù)匹配結(jié)果得到最為相近的模板，則該模板對應(yīng)的 ID 就是這個用戶的身份。 無論是“一對一”還是“一對多”匹配，衡量匹配成功率的標(biāo)準(zhǔn)都是很關(guān)鍵的。在生物特征識別技術(shù)中這一標(biāo)準(zhǔn)稱為識別率，而識別率主要又由兩種錯誤率來描述：拒真率（False Reject Rate，F(xiàn)RR）和認假率（False Accept Rate，F(xiàn)AR）。 在進行生物特征識別時，輸入的生物特征要與已注冊的生物特征進行不精確匹配。當(dāng)匹配度大于某個閾

31、值時，則該用戶就被當(dāng)作是合法用戶而被接受；當(dāng)匹配度小于某個閾值時，則該用戶就被當(dāng)作是假冒者而被拒絕。拒真率是指系統(tǒng)將合法用戶當(dāng)成假冒者而拒絕的概率；認假率是指將假冒者當(dāng)成合法用戶而接受的概率。這兩種錯誤率可用下面的公式來計算[8]： 式中，NAA 和 NIA 分別是合法用戶和假冒者分別嘗試的總次數(shù)；NFR和NFA 分別是錯誤拒絕（false rejection）和錯誤接受（false acceptance）的次數(shù)。當(dāng) FAR=FRR時，F(xiàn)AR（FRR）稱為等誤率（Equal Error Rate，EER）。拒真率和認假率這兩個錯誤率反映了一個生物特征識別系統(tǒng)兩個不同方面的特性：FA

32、R 越低，假冒者被接受的可能性越低，從而系統(tǒng)的安全性越高；FRR 越低，合法用戶被拒絕的可能性越低，從而使得系統(tǒng)的易用性越好。對于任何一個生物特征識別系統(tǒng)來說，F(xiàn)AR 和 FRR 越小越好。但是，這兩個錯誤率是矛盾的，二者不能同時降低，其中任何一項的降低，必將引起另一項的升高。所以，應(yīng)該根據(jù)不同的應(yīng)用來折中調(diào)節(jié) FAR 和 FRR：對于安全性要求較高的系統(tǒng)，如某些軍事系統(tǒng)中，安全最重要，因此應(yīng)該降低 FAR；在對安全性要求不是很高的系統(tǒng)，如很多民用系統(tǒng)中，易用性很重要，這時應(yīng)該相對降低 FRR。 二、Winform簡介 WinForm是Net開發(fā)平臺中對Windows Form的一種稱

33、謂，以 .NET Framework 為基礎(chǔ)。為了符合本系統(tǒng)的開發(fā)要求，系統(tǒng)采用是微軟研發(fā)的軟件開發(fā)平臺，采用Winform技術(shù)進行系統(tǒng)編程工作，這項技術(shù)在實用性、適用性以及功能性上表現(xiàn)出了卓越的優(yōu)勢，主要的表現(xiàn)以下幾個方面： ①控件靈活 Windows窗體提供了一套豐富的控件，并且開發(fā)人員可以定義自己有特色的新的控件。WinForm控件是指以輸入或操作數(shù)據(jù)的對象。比如ComponentOne是.net平臺下對數(shù)據(jù)和方法的封裝。有自己的屬性和方法。屬性是控件數(shù)據(jù)的簡單訪問者。方法則是控件的一些簡單而可見的功能。包含在 .NET Framework 中的 Windows窗體類旨在用于 GUI

34、 開發(fā)。您可以輕松創(chuàng)建具有適應(yīng)多變的商業(yè)需求所需的靈活性的命令窗口、按鈕、菜單、工具欄和其他屏幕元素。 ②數(shù)據(jù)管理 Winform提供方便的數(shù)據(jù)顯示和操作：應(yīng)用程序開發(fā)中最常見的情形之一是在窗體上顯示數(shù)據(jù)[9]。Windows窗體對數(shù)據(jù)庫處理提供全面支持?？梢栽L問數(shù)據(jù)庫中的數(shù)據(jù)，并在窗體上顯示和操作數(shù)據(jù)。 ③向?qū)鞔_ 向用戶提供創(chuàng)建窗體、數(shù)據(jù)處理、打包和部署等的分布指導(dǎo)。 ④簡單易學(xué) Winform學(xué)習(xí)簡單，大多數(shù)軟件開發(fā)人員認為C#語言比其他的編碼語言更簡單，尤其是一些特別簡單易懂的表單和任務(wù)，非常容易上傳到客戶端，這將使網(wǎng)絡(luò)布線和站點配置提供了一個方便易用的界面接口。

35、三、Microsoft SQL Server 2008簡介 SQL Server 2008 數(shù)據(jù)庫技術(shù)是由微軟公司開發(fā)而成，該數(shù)據(jù)庫具有較高的數(shù)據(jù)處理能力和數(shù)據(jù)安全性，該版本的數(shù)據(jù)庫增加了快捷的功能設(shè)計和個性化的特征，是一款功能全面的數(shù)據(jù)庫，它有以下優(yōu)點[10]： ①保障數(shù)據(jù)安全 保障數(shù)據(jù)安全屬于 SQL Server 2008 最關(guān)鍵的一個性能指標(biāo)，需要通過對系統(tǒng)數(shù)據(jù)流通、日志管理流通以及文件加密等保證數(shù)據(jù)的安全，系統(tǒng)管理員使用 SQL Server 2008 時，能夠使用多種途徑來訪問原有加密的文檔數(shù)據(jù)，而系統(tǒng)其他未授權(quán)的用戶不能訪問加密數(shù)據(jù)，從而避免數(shù)據(jù)被無意中泄漏出去。加強

36、了數(shù)據(jù)的安全特性[11]。 ②采用密碼和密鑰統(tǒng)一管理 系統(tǒng)中都會涉及到不同的用戶，根據(jù)用戶的性質(zhì)和操作業(yè)務(wù)權(quán)限不同，需要在數(shù)據(jù)加密管理的一欄中增加不同等級的數(shù)據(jù)管理，以免用戶的繁雜導(dǎo)致數(shù)據(jù)信息的不安全，因此數(shù)據(jù)庫技術(shù)增加了用戶的第三方密鑰管理，提高了用戶對自身工作內(nèi)容的數(shù)據(jù)進行妥善保護，為高校的數(shù)據(jù)安全性提供了多種有效的方法。 ③增強了數(shù)據(jù)庫鏡像功能 SQL Server 2008 版本在原有版本的基礎(chǔ)上取得更大的進步，同時改善了原有的鏡像功能，從而可以實現(xiàn)頁面數(shù)據(jù)的自動修復(fù)，當(dāng)用戶發(fā)送修復(fù)請求，數(shù)據(jù)庫接收鏡像的出錯報告，對需要修復(fù)的數(shù)據(jù)進行快速和完整的拷貝，然后將修復(fù)的結(jié)果數(shù)

37、據(jù)反饋到錯誤頁面中，用戶可以重新獲取需要修復(fù)的數(shù)據(jù)。 ④數(shù)據(jù)備份和壓縮 在數(shù)據(jù)處理過程中，備份過程中，這樣不僅占用大量的磁盤空間，而且占用大量處理時間，為了解決這一問題，數(shù)據(jù)庫提供一個新功能，實現(xiàn)對數(shù)據(jù)的備份壓縮，減少數(shù)據(jù)占據(jù)的空間，以及提高數(shù)據(jù)備份過程中的時間和效率。 4、 模式識別及K-means算法簡介 模式識別（Pattern Recognition），就是通過計算機用數(shù)學(xué)技術(shù)方法來研究模式的自動處理和判讀。我們把環(huán)境與客體統(tǒng)稱為模式。伴隨科學(xué)技術(shù)的發(fā)展，人類需要研究復(fù)雜的信息處理過程。信息處理過程的一個重要形式是生命體對環(huán)境及客體的識別。 模式識別是指對表征事物

38、或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程，是信息科學(xué)和人工智能的重要組成部分[12]。 K均值算法是Lloyd于1957年首次提出的,在文獻[13]中,Lloyd首次將K均值算法應(yīng)用到PCM系統(tǒng)中對信號進行了聚類,并提出了噪聲信號對聚類結(jié)果的影響。MacQueen于1967年給出了經(jīng)典的K均值算法,在文獻[14]中,MacQueen給出了 K均值算法完整的理論,證明了該算法的收斂性,并介紹了 K均值算法的一些應(yīng)用。 K-means算法是一種硬聚類的算法，是典型的基于目標(biāo)函數(shù)聚類的代表方法，以數(shù)據(jù)到原型的某種距離作為優(yōu)

39、化的目標(biāo)函數(shù)，利用函數(shù)求極值的方法得到迭代運算的調(diào)整規(guī)則[15]。K-means算法以歐式距離作為相似度測度，它是求對應(yīng)某一初始聚類中心向量V最優(yōu)分類，使得評價指標(biāo)J最小。算法采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)。 在文獻[16]中，對經(jīng)典K-means算法進行了介紹。算法的基本思想為:在n個數(shù)據(jù)對象中隨機選擇k個中心,集合中其他數(shù)據(jù)對象被劃分到與中心最近的數(shù)據(jù)集合中去,形成了 A個初始的數(shù)據(jù)集合。對于每個數(shù)據(jù)集合,計算新的中心,然后根據(jù)新的中心重新分配其他數(shù)據(jù)集合,這樣不斷迭代,直到所有的數(shù)據(jù)中心不再變化。該算法的具體步驟如下: ①隨機選擇k個初始聚類中心C={c1,c2...

40、...ck}; ②如果s與聚類中心ci,之間的距離小于該對象到cj的距離,則將s劃分到聚類族中。 ③,重新計算聚類族 Ci的中心:。 ④重復(fù)步驟②和步驟③，直至聚類中心C不在變化。 經(jīng)典K均值算法的流程圖如圖2.2所示。 圖2.2 經(jīng)典K均值算法的流程圖 本系統(tǒng)所使用的輸入特征提取算法是基于K-means算法的一種改進，K-means算法是將數(shù)據(jù)點進行聚類，得到多個聚類的中心。而本系統(tǒng)所使用的算法采用K-means算法的思想，將同一個人輸入的輸入特征當(dāng)做一個類，通過迭代計算出該用戶的特征。 第三章 系統(tǒng)的需求分析及設(shè)計 第一

41、節(jié) 系統(tǒng)的需求分析 一、系統(tǒng)功能的需求分析 本文所開發(fā)的生物特征識別系統(tǒng)是基于普通輸入設(shè)備（即鍵盤）采集到的用戶輸入特征（鍵入相同按鍵不同按鍵間時間間隔）實現(xiàn)的生物特征識別。為滿足系統(tǒng)的生物特征識別功能，系統(tǒng)的總體流程圖如圖3.1所示： 圖3.1 系統(tǒng)總體流程圖 通過對系統(tǒng)功能分析，用戶可使用系統(tǒng)錄入自己的生物特征、保存生物特征、刪除生物特征、與數(shù)據(jù)庫中特征進行匹配。根據(jù)分析畫出系統(tǒng)用例圖如圖3.2所示。 圖3.2系統(tǒng)用例圖 根據(jù)系統(tǒng)需求及功能分析，在系統(tǒng)實現(xiàn)過程中，可將生物特征識別系統(tǒng)的功能分為特征采集、數(shù)據(jù)歸一化處理、特征計算和特征計算四個模塊來實現(xiàn)。各

42、模塊具體功能如下： 1.特征采集模塊 特征采集模塊主要負責(zé)對用戶輸入特征（即按鍵時間間隔）的采集。應(yīng)具有以下功能： ①識別用戶輸入按鍵； ②存儲用戶個人標(biāo)識（即姓名）； ③提取用戶相鄰按鍵的時間間隔，并存儲，以便于下一步進行特征計算或特征匹配； ④對存儲情況，時間間隔提取情況有一定的回饋，在完成存儲或一次特征提取后提醒用戶程序進度。 2.數(shù)據(jù)歸一化處理模塊 數(shù)據(jù)歸一化處理模塊應(yīng)具有如下功能： ①每次生物特征信息采集模塊完成數(shù)據(jù)采集后，將得到的數(shù)據(jù)進行歸一化處理并存儲； 3.特征計算模塊 特征計算模塊負責(zé)將已得到數(shù)據(jù)通過迭代計算提取出用戶輸入特征。應(yīng)具有如下功能： ①系統(tǒng)

43、可自動確定用戶需要輸入次數(shù)； ②系統(tǒng)可識別波動較大的數(shù)據(jù)，即在多次輸入后，一直無法取得要求的特征，系統(tǒng)提示輸入特征波動較大，無法完成特征提??； ③通過已得到數(shù)據(jù)可計算中心點，并與上次中心點進行對比，歐氏距離滿足要求則保存，否則繼續(xù)迭代計算。 ④完成后反饋信息，特征提取成功或提取失敗。 4.特征匹配模塊 特征匹配模塊負責(zé)將待匹配用戶特征與數(shù)據(jù)庫中存儲特征對比，從而得出接受或拒絕的結(jié)論。具體功能如下： ①能將待匹配數(shù)據(jù)與數(shù)據(jù)庫中進行匹配，得出結(jié)論接受或拒絕； ②若接受，能實現(xiàn)對用戶身份的確認，輸出用戶姓名； 二、系統(tǒng)功能的運行需求 生物特征識別系統(tǒng)的開發(fā)環(huán)境：Windows

44、7 64位操作系統(tǒng) 開發(fā)工具：Microsoft Visual Studio 2010旗艦版 運行環(huán)境：WinXP/Win2003/Vista/Win7/Win8 第二節(jié) 系統(tǒng)數(shù)據(jù)庫的分析與設(shè)計 一、系統(tǒng)數(shù)據(jù)庫分析 根據(jù)系統(tǒng)的功能需求分析，本論文提出了以下數(shù)據(jù)結(jié)構(gòu)： ①用戶姓名：用于存儲用戶姓名，進行識別和存儲特征時使用； ②生物特征數(shù)據(jù)：主要用于存儲經(jīng)計算后的用戶生物特征，即輸入特征，在設(shè)計上需用戶輸入biyesheji字符，設(shè)計bi、iy、ye、es、sh、he、ej、ji分別存儲相鄰按鍵時間間隔數(shù)據(jù)； 二、系統(tǒng)數(shù)據(jù)庫設(shè)計 由于本系統(tǒng)為一個生物特征識別系

45、統(tǒng)，所以需要完成對生物特征的存儲，刪除等功能。設(shè)計數(shù)據(jù)庫存儲用戶的生物特征信息，具體如表3.1所示： 表3.1 系統(tǒng)數(shù)據(jù)庫設(shè)計表 字段 類型 說明 name Varchar(50) 用戶姓名 bi float bi間時間間隔特征 iy float iy間時間間隔特征 ye float ye間時間間隔特征 es float es間時間間隔特征 sh float sh間時間間隔特征 he float he間時間間隔特征 ej float ej間時間間隔特征 ji float ji間時間間隔特征 數(shù)據(jù)庫ER圖如圖3.3所示：

46、圖3.3 系統(tǒng)數(shù)據(jù)庫ER圖 第3節(jié) 系統(tǒng)功能模塊設(shè)計 在系統(tǒng)的實際開發(fā)過程中，系統(tǒng)具體分為以下四個模塊來實現(xiàn)，具體模塊設(shè)計如下： 一、特征采集模塊功能設(shè)計 特征采集模塊是采集生物信息的主體部分，該模塊主要功能是采集生物特征信息（即按鍵時間間隔），在本系統(tǒng)中，該模塊負責(zé)對用戶輸入特征（即按鍵時間間隔）的采集。其功能模塊圖如圖3.4所示： 圖3.4 生物特征信息模塊功能模塊圖 二、數(shù)據(jù)歸一化處理模塊功能設(shè)計 數(shù)據(jù)歸一化處理模塊的主要功能是對所得數(shù)據(jù)進行預(yù)處理，為之后特征計算與特征匹配做準(zhǔn)備，歸一化是一種簡化計算的方法，在模塊中，將波動較大特征信息數(shù)據(jù)

47、歸一化為一個模為1的多維向量，在進行匹配或特征計算時，由于所有數(shù)據(jù)均為歸一化數(shù)據(jù)，故若兩多維向量的夾角或距離越小，則說明兩者越相近。該模塊主要為后面特征計算或匹配的數(shù)據(jù)進行預(yù)處理。其功能模塊圖如圖3.5所示： 圖3.5 數(shù)據(jù)歸一化處理模塊功能模塊圖 三、特征計算模塊功能設(shè)計 特征計算模塊主要用于對歸一化得到的數(shù)據(jù)進行處理，通過迭代計算出用戶特征，特征計算模塊主要功能是通過對歸一化處理后的數(shù)據(jù)進行計算后，得到用戶的特征，其功能模塊圖如圖3.6所示： 圖3.6 特征計算模塊功能模塊圖 四、特征匹配模塊功能設(shè)計 特征匹配模塊的主要功能是對待識別用戶輸入的信息進行提取及預(yù)處

48、理，將歸一化后的數(shù)據(jù)提取特征，與數(shù)據(jù)庫中特征進行比對。特征匹配模塊是完成特征識別的核心模塊，主要負責(zé)完成特征識別。其功能模塊圖如圖3.7所示： 圖3.7 特征匹配模塊功能模塊圖 第四章 系統(tǒng)實現(xiàn) 第一節(jié) 開發(fā)環(huán)境配置及工具使用 1、 開發(fā)環(huán)境配置 開發(fā)前需先將環(huán)境配置并安裝完成，先完成Microsoft Visual Studio2010安裝，之后配置為C#開發(fā)環(huán)境，如圖4.1和圖4.2所示： 圖4.1 Microsoft Visual Studio 2010安裝 圖4.2 配置環(huán)境為C#開發(fā)

49、2、 開發(fā)工具 系統(tǒng)前臺使用Visual Studio2010 開發(fā)工具，Winform技術(shù)開發(fā)，C#標(biāo)準(zhǔn)類庫，后臺使用 SQL Server2008 數(shù)據(jù)庫作為數(shù)據(jù)存儲。 三、調(diào)試工具 在使用C#語言及Winform進行編程的時候，如果程序有錯誤，編譯器會報錯，程序也不會執(zhí)行，開發(fā)者可以根據(jù)錯誤信息debug，直至程序運行成功。在開發(fā)過程中，通過程序自帶調(diào)試功能進行程序調(diào)試，在程序調(diào)試過程中，注意添加各種重要變量的監(jiān)視，通過監(jiān)視變量，調(diào)試程序過程中判斷程序是否按要求執(zhí)行，例如監(jiān)視存儲原始數(shù)據(jù)采集情況（doubleArray1）、歸一化處理后得到的數(shù)據(jù)（doubleArray2）、

50、存儲所有歸一化處理后的數(shù)據(jù)的List（itemcluster）、存儲計算所得中心的List（centerResult）等各種變量，如圖4.3所示： 圖4.3 運行調(diào)試工具并監(jiān)視重要變量 第二節(jié) 各模塊功能的實現(xiàn) 因各功能模塊代碼較多，部分是代碼是重復(fù)使用，所以本論文中會只選取各模塊中比較重要的代碼講解。 一、特征采集模塊功能的實現(xiàn) 特征采集模塊的時間間隔提取功能主要通過Winform中textBox控件中textBox_TextChanged事件及StopWatch類完成。StopWatch類是.NET Framwork中的一個類，該類提供了一組方法和屬性，可用于準(zhǔn)

51、確地測量運行時間。當(dāng)textBox控件中內(nèi)容發(fā)生變化時觸發(fā)textBox_TextChanged事件，在textBox_TextChanged事件中通過調(diào)用StopWatch中的方法實現(xiàn)提取按鍵時間間隔功能。生物特征提取模塊模塊的流程圖及運行效果如圖4.4和圖4.5所示： 圖4.4 生物特征提取模塊流程圖 運行效果圖： 圖4.5 生物特征提取模塊運行效果圖 在此模塊中通過設(shè)置textBox_TextChanged時間，調(diào)用Stopwatch 函數(shù)完成捕捉按時間間隔功能，部分代碼如下： #region//取時間間隔 if (i < doubleArray1.Length

52、+ 1) { if (textBox1.Text == "b") { stopWatch.Start(); i++; } else { stopWatch.Stop(); textBox2.Text = (stopWatch.ElapsedMilliseconds).ToString(); doubleArray1[m] = stopWatch.ElapsedMilliseconds; m++; i++;

53、 stopWatch.Restart(); return; } } 二、數(shù)據(jù)歸一化處理模塊的實現(xiàn) 系統(tǒng)中所使用的歸一化方法主要是使用向量歸一化處理的方法，將向量中各個數(shù)據(jù)均除以該向量的模，從而得到一個模值為一的向量，完成歸一化。數(shù)據(jù)歸一化處理模塊具體流程圖及實現(xiàn)情況如圖4.6和圖4.7所示，圖4.7中，doubleArry1和doubleArray2中分別存儲的是原始數(shù)據(jù)與歸一化處理后的數(shù)據(jù)。 圖4.6 數(shù)據(jù)歸一化處理模塊流程圖 運行效果圖： 圖4.7 數(shù)據(jù)歸一化處理運行效果圖 數(shù)據(jù)歸一化處理部分代碼如下： #regio

54、n //數(shù)據(jù)歸一化處理 foreach (double key in doubleArray1) { count += Math.Pow(key, 2); } sqrt = Math.Sqrt(count); for (j = 0; j < doubleArray2.Length; j++) { doubleArray2[j] = doubleArray1[j] / sqrt; } #endregion 三、特征計算模塊的實現(xiàn) 特征計算模塊所用的特征計算算法是根據(jù)K-means聚類算法

55、思路改進獲得的。在進行特征計算時，先計算所有數(shù)據(jù)的中心點，在算法中通過求平均獲得中心點，將此中心點與上一中心點對比，若相近則認為特征提取完成。在程序?qū)嶋H設(shè)計中預(yù)設(shè)用戶完成15次輸入后進行第一次特征計算，之后之后每輸入5次后重新計算，當(dāng)所得特征間歐氏距離收斂切滿足預(yù)設(shè)閥值（很?。┮髣t完成特征提取。這種分多次計算特征的算法可以在保證提取特征的精確性的前提下讓用戶盡可能少的輸入。相比設(shè)定固定測量次數(shù)簡化了用戶的操作，同時體現(xiàn)了程序的智能。具體算法的可行性會在系統(tǒng)測試模塊進行分析。特征計算模塊流程圖及其運行效果如圖4.8和圖4.9所示： 圖4.8 特征計算模塊流程圖 運行效果圖： 圖4.9

56、 特征計算模塊運行效果圖 特征計算模塊部分代碼如下所示： #region //計算中心，提取目標(biāo)輸入特征 if (n < 15) //前15次不計算中心直存儲數(shù)據(jù) { for (i = 0; i < doubleArray2.Length; i++) //前15次直接把doubleArray2中的數(shù)據(jù)存到itemcluster列表中 { myKcenter.timedemo.Add(doubleArray2[i]); } myKcenter.itemcluster.Add(myKcenter.timedemo);

57、 myKcenter.timedemo = new List(); //初始化 } else { if (n % 5 == 0)//先是第15次，之后每5次之后重新計算中心 { for (i = 0; i < doubleArray2.Length; i++) { myKcenter.timedemo.Add(doubleArray2[i]); } myKcenter.itemcluster.Add(myKcenter.timede

58、mo); myKcenter.timedemo = new List(); //初始化 myKcenter.Init(); //計算中心 myKcenter.NewItem(myKcenter.centerResult[a]); a++; textBox8.Text = a.ToString(); #region //初始化 textBox1.Clear(); //清空文本框 i = 0; j =

59、 0; m = 0; doubleArray1 = new double[8]; doubleArray2 = new double[8]; count = 0; sqrt = 0; stopWatch.Reset(); #endregion textBox3.Text = n.ToString(); //顯示測量次數(shù) string demo = string.Format("第{0}次記錄完成，第{1}次中心計算完成

60、！", n.ToString(), a.ToString()); textBox4.Text = demo; return; } else { for (i = 0; i < doubleArray2.Length; i++) //15次之后非整五次 { myKcenter.timedemo.Add(doubleArray2[i]); } myKcenter.itemcluster.Add(myKcenter.timedemo);

61、 myKcenter.timedemo = new List(); //初始化 } } #endregion #region //初始化 textBox1.Clear(); i = 0; j = 0; m = 0; doubleArray1 = new double[8]; doubleArray2 = new double[8]; count = 0; sqrt = 0; stopWatc

62、h.Reset(); textBox3.Text = n.ToString(); //顯示測量次數(shù) string test = string.Format("第{0}次記錄完成", n.ToString()); textBox4.Text = test; if (n == 50) { textBox4.Text = "50組數(shù)據(jù)已經(jīng)存儲完成！但數(shù)據(jù)波動較大無法提取特征".ToString(); n = 0; } return; } #endregion } 四

63、、特征匹配模塊的實現(xiàn) 在進行生物識別過程中，特征匹配模塊錄入十次目標(biāo)輸入特征，通過數(shù)據(jù)預(yù)處理提取出十次輸入數(shù)據(jù)的中心點，通過所得中心點與數(shù)據(jù)庫中目標(biāo)特征對比，完成特征匹配。若匹配成功則會反饋信息為匹配成功并輸出目標(biāo)姓名，若匹配失敗則反饋信息為匹配失敗，請重新驗證。特征匹配模塊流程圖和運行效果圖如圖4.10，圖4.11和圖4.12所示， 圖4.10 特征匹配模塊流程圖 運行效果圖： 圖4.11 特征匹配成功效果圖 圖4.12 特征匹配失敗效果圖 特征匹配模塊部分代碼如下： private void button3_Click(object sender, EventAr

64、gs e) { if (myKcenter.Distance(myKcenter.check, myKcenter.center[0]) < 0.19) { string result = string.Format("匹配成功！匹配目標(biāo)姓名為{0}。", name.ToString()); textBox9.Text = result; myKcenter.checkall = new List>(); myKcenter.check = new List();

65、 myKcenter.checkdemo = new List(); b = 0; m = 0; i = 0; } else { textBox9.Text = "匹配失敗，請重新驗證。".ToString(); myKcenter.check = new List(); myKcenter.checkall = new List>(); myKcenter.che

66、ckdemo = new List(); b = 0; m = 0; i = 0; } return; } 第3節(jié) 系統(tǒng)測試 一、閥值選定測試 根據(jù)已完成的系統(tǒng)，通過更改閥值的設(shè)定，進而得到閥值與識別成功率，閥值與匹配正確率之間的關(guān)系，如圖5.13和圖5.14所示： 圖5.13 閥值與識別成功率關(guān)系圖 圖5.14 閥值與匹配正確率關(guān)系圖 從圖表中可以較為清晰的看出，閥值與識別成功率成正比，與匹配正確率成反比。識別成功率與匹配正確率是相互影響的數(shù)據(jù)，若想要有較高的識別成功率，則必定要以犧牲匹配準(zhǔn)確率為代價，反之亦然。所以在實際系統(tǒng)中設(shè)定閥值時，需綜合考慮識別成功率與匹配正確率間關(guān)系，選擇符合系統(tǒng)需求的閥值。 二、根據(jù)按鍵間隔進行生物識別方法測試 為驗證根據(jù)按鍵時間間隔進行生物特征識別的可行性，對程序進行測試。若不同人在相同相鄰按鍵間時間間隔差距較大，則說明該方式可行；反之不可行。圖5.15和圖5.16