一、一种新型人体指纹提取方法（论文文献综述）
孙哲南,赫然,王亮,阚美娜,冯建江,郑方,郑伟诗,左旺孟,康文雄,邓伟洪,张杰,韩琥,山世光,王云龙,茹一伟,朱宇豪,刘云帆,何勇[1]（2021）在《生物特征识别学科发展报告》文中指出从手机解锁、小区门禁到餐厅吃饭、超市收银,再到高铁进站、机场安检以及医院看病,人脸、虹膜和指纹等生物特征已成为人们进入万物互联世界的数字身份证。生物特征识别赋予机器自动探测、捕获、处理、分析和识别数字化生理或行为信号的高级智能,是一个典型而又复杂的模式识别问题,一直处于人工智能技术发展前沿,在新一代人工智能规划、"互联网+"行动计划等国家战略中具有重要地位。由于生物特征识别涉及公众利益攸关的隐私、道德和法律等问题,近期也引起了广泛的社会关注。本文系统综述了生物特征识别学科发展现状、新兴方向、存在问题和可行思路,深入梳理了人脸、虹膜、指纹、掌纹、静脉、声纹、步态、行人重识别以及多模态融合识别的研究进展,以人脸为例重点介绍了生物特征识别领域近些年受到关注的新方向——对抗攻击和防御、深度伪造和反伪造,最后剖析总结了生物特征识别领域存在的3大挑战问题——"感知盲区"、"决策误区"和"安全红区"。本文认为必须变革和创新生物特征的传感、认知和安全机制,才有可能取得复杂场景生物识别学术研究和技术应用的根本性突破,破除现有生物识别技术的弊端,朝着"可感"、"可知"和"可信"的新一代生物特征识别总体目标发展。
刘慧敏[2]（2021）在《乳酸菌嘌呤降解菌株的筛选、基因组特征及其应用研究》文中提出高尿酸血症是由于人体摄入过多嘌呤或嘌呤代谢紊乱使血液中尿酸含量升高而引起的一类慢性临床综合征,发展到一定程度引发痛风,高血压、慢性肾脏病等疾病。目前预防高尿酸血症的途径主要是通过控制饮食中高嘌呤食物摄入,这种方法往往导致人体营养素失衡,同时使人们因无法享受食物带来的愉悦感,导致生活质量下降。乳酸菌是一类可发酵糖类并产生乳酸的革兰氏阳性菌,研究显示乳酸菌在预防缓解高尿酸血症方面具有一定作用,在构建高尿酸血症人群专用食品方面具有潜在应用前景,然而由于菌株属性不同,其降解特性和应用效果各有差异。本研究以我国传统发酵食品和环境样品为原料,从中分离乳酸菌,研究其体外降解食物中的嘌呤特征,并通过基因组序列分析筛选嘌呤高效降解菌株的DNA标志物,旨在可为高尿酸血症人群控制嘌呤摄入、建立专用益生菌食品提供新型菌株。（1）利用MRS传统培养分离结合DNA指纹图谱分型、16S rDNA测序鉴定等技术,从发酵食品和环境样品中分离获得69株乳酸菌。针对MRS平板分离菌落,应用（GTG）5和ERIC-PCR引物建立了 PCR扩增体系,并利用DNA指纹图谱分型去除重复菌落。结果获得40种指纹图谱模式;对不同指纹图谱菌株进行16S rDNA测序鉴定,结果获得24种菌株,13株植物乳杆菌;8株鼠李糖乳杆菌;5株副干酪乳杆菌;5株发酵乳杆菌;5株乳酸乳球菌;4株乳酸乳球菌亚种;5株格式乳球菌;3株干酪乳杆菌;1株短乳杆菌;2株嗜酸乳杆菌;3株乳酸片球菌;2株耐久肠球菌;1株台湾乳杆菌;1株类布氏乳杆菌;2株食二酸乳杆菌;1株粪肠球菌;1株屎肠球菌;1株布氏乳杆菌;1株棒状乳杆菌;1株德氏乳杆菌;1株德氏乳杆菌亚种;1株戊糖片球菌;1株德式乳杆菌亚种;1株假肠膜明串珠菌。菌株革兰氏染色形态结果与分子鉴定结果一致。结果表明所建立的基于MRS平板分离-（GTG）5和ERIC-PCR去除重复-16S rDNA测序的分离鉴定体系是一种快速、廉价的乳酸菌菌株分离方法。（2）建立了嘌呤HPLC检测方法及乳酸菌体外嘌呤降解模型,对乳酸菌分离株的嘌呤降解能力进行测定。结果筛选获得1株具有高效降解鸟嘌呤能力的鼠李糖乳杆菌YZULr026,也具有降解次黄嘌呤和黄嘌呤能力。在嘌呤降解模型中,鼠李糖乳杆菌YZULr026对鸟嘌呤、黄次嘌呤和黄嘌呤的降解率分别达到87.85%、12.17%和23.14%。37℃条件下,YZULr026能在2h内将20μg/mL的鸟嘌呤降解85%以上;但是经热灭活处理的菌株YZULr026降解嘌呤的能力较弱,将20 μg/mL的鸟嘌呤降解25%;YZULr026的破壁产物的上清和沉淀均显示了较高效降解嘌呤的能力。耐酸和胆汁酸盐能力试验结果显示YZULr026在pH 2的酸性条件下作用6 h后,活菌数由7.69 1g CFU/mL降至3.5 lg CFU/mL,在pH 3和pH4的条件下活菌数无下降趋势;胆盐浓度为0.5%的条件下作用6 h,活菌数由7.69 1g CFU/mL降至4.11 lg CFU/mL;表明YZULr026具有较好的耐酸和胆汁酸盐能力。（3）对乳酸菌分离株进行了黄嘌呤氧化酶抑制活性及抗氧化活性测定,结果获得1株具有黄嘌呤氧化酶抑制活性的屎肠球菌（命名为SR937）,结果显示SR937细胞代谢物和细胞内容物均具有黄嘌呤氧化酶抑制作用,抑制率分别达到37.67%和27.7%;抗氧化活性测定结果显示屎肠球菌SR937的代谢物和内容物能够清除42.97%、67.27%的超氧阴离子自由基,89.61%和45.5%的DPPH自由基,在测试菌株中SR937总抗氧化能力最强,为进一步构建高尿酸血症人群专用菌株益生菌制剂提供了新型菌株。（4）测定了 6株嘌呤降解菌株的全基因组序列,结果显示6个菌株基因编码数在1988-3269之间,平均长度在840.39-878.53 bp之间,编码区域占基因组全长的83.36-87.15%之间,基因区域的（G+C）含量为43.29-53.4%之间,编码基因长度分布在1000 bp以内。发酵乳杆菌LBF1-1参与GO功能注释的基因最多,占所有基因的78.99%,其次是乳酸片球菌QH-TP1-03,占所有基因的78.67%;COG功能注释到新陈代谢的基因数量在586-944之间;KEGG功能注释到新陈代谢的基因数量,在649-965之间。比较基因组学结果显示鼠李糖乳杆菌YZULr026、LV-1的Gene264（编码α-半乳糖苷酶）、植物乳杆菌LBP3-2的Gene2231（编码原噬菌体蛋白）、发酵乳杆菌LBF1-1的Gene1888（编码螺旋-转螺旋转录调节因子）、类布氏乳杆菌6004的Gene2456（编码假设性蛋白）、乳酸片球菌QH-TP1-03的Gene1910（编码假设性蛋白）的序列具有多样性,其中鼠李糖乳杆菌YZULr026的Gene264与其他鼠李糖乳杆菌菌株的同源性在39-99%之间;表明YZULr026是一株新的菌株,Gene264序列可以作为潜在的新型核酸标志物。（5）研究了鼠李糖乳杆菌YZULr026制备黄瓜酸奶的发酵工艺。以感官评分、活菌数以及pH值为评价指标,通过单因素和响应面试验确定了鼠李糖乳杆菌YZULr026发酵黄瓜酸奶的最佳工艺参数为:发酵温度36℃,发酵时间9 h,添加5%的白砂糖,接种5%的乳酸菌。在此条件下制备的黄瓜酸奶感官符合评价标准,产品乳酸菌活菌总数为1.57×108 CFU/mL,pH值为4.35,蛋白质含量为2.95%,脂肪含量为3.38%,总固形物为12.1%,微生物指标符合相关标准,为进一步以酸奶为载体构建基于YZULr026菌株的降尿酸专用食品奠定基础。
曹渊[3]（2021）在《Wi-Fi环境下的室内人员身份识别方法研究》文中指出随着计算机技术的发展,人机交互成为了融合物理世界和信息世界的关键,身份识别为人机交互的安全性提供了保障。近年来,研究人员相继提出了多种实现身份识别的方法,比如为可信人员佩戴专用的身份识别卡、借助专用传感器,通过指纹、面部、虹膜等生物特征来确定人员身份、基于无线保真技术（Wireless-Fidelity,Wi-Fi）识别人员身份等。其中,Wi-Fi环境下的人员身份识别方法因具有不需要使用者佩戴额外的设备;Wi-Fi设备成本低且易扩展;不受湿度、温度、光线等外部环境的影响等优点而受到了广泛的关注,在诸如无线监护、家居智能等领域展现了非凡的潜能。本文的主要工作如下:（1）针对Wi-Fi环境下采用指纹库匹配方式的身份识别方法面临大量数据时,计算成本过高的特点,提出了一种二阶段身份识别方法,该方法通过对身份指纹库中的所有身份指纹建立“粗索引”的机制,使得待匹配的身份数据不需要与指纹库中的所有指纹遍历匹配,大幅降低了身份识别过程中的计算量。（2）针对传统的身份识别方法,在提取人员身份特征时往往选择统计特征或者波形特征,导致提取的人员身份特征不充分不完全,同时不能排除环境因素的影响的问题,提出一种模型化的身份识别方法,该方法采集大量的样本数据构建随机森林,构建好随机森林模型后,将待匹配的人员身份数据输入模型中,即可得到身份识别结果。该方法的优点是将预处理之后的全部CSI数据作为人员身份特征,避免了人员身份特征提取不充分不全面的问题,提高了身份识别的准确率,并能够在一定程度上减少环境因素的影响。（3）针对传统的身份识别方法随着环境的变化,识别准确率会大幅降低,从而导致无线感知方法不能够大规模的扩展和应用这一问题,本文提出了一种训练卷积神经网络（Convolution neural network,CNN）模型的身份识别方法,通过设计卷积层的层数和卷积核维度,达到深度提取人员身份特征,减少环境因素干扰的目的,提高了身份识别方法的准确率。本文提出的二阶段身份识别方法,提高了身份识别方法的效率,基于随机森林模型和基于CNN的身份识别方法,全面充分的提取了人员身份的深度和高层特征,提高了方法的准确率和鲁棒性,使得Wi-Fi环境下人员身份识别方法具有大规模推广和应用的潜力。
郝占军[4]（2021）在《基于信道状态信息的无线智能感知关键技术研究》文中研究说明随着Wi-Fi感知技术的广泛兴起,本文在基于信道状态信息（Channel Status Information,CSI）的无线感知理论基础上,以感知粒度的粗细为主要研究脉络,针对粗粒度的位置轨迹和动作行为感知、细粒度的手势识别、微粒度的生命体征感知开展深入研究,旨在探索不同环境与不同感知粒度下的感知机理,进行基于CSI特征的目标建模,构建无线感知模型;针对不同的感知环境,研究CSI信号的获取、数据预处理、特征提取、感知识别等方法与技术。为新型无线通信的无线感知技术及算法带来新启示,对无线智能感知技术在人机交互、智能驾驶、健康医疗、动作行为识别等领域的相关应用产生积极的推动作用。主要工作体现在以下几点:（1）针对目前基于CSI的定位,存在指纹生成复杂、定位实时性差、定位误差高,以及在复杂非视距环境下时钟不同步问题与多径效应引起的误差问题,提出了一种基于CSI幅值端点特定剪裁和支持向量机的室内定位方法（EC-SVM）。首先,使用基于密度的聚类算法消除由于多径效应产生的异常值,通过对CSI幅值端点进行特定剪裁（End Clipping,EC）;然后,将三个CSI通信链路的信号进行融合,对融合后的链路进行特征提取,构建指纹数据库;最后,根据裁剪后的CSI位置幅度特征,使用SVM进行分类,最终获得物理位置的估计结果。通过实验验证,该方法在室内移动目标的实时定位、轨迹追踪和入侵检测等方面具有很好的性能,当定位误差为1.5 m时,EC-SVM算法的定位精度可达到89%。（2）针对动作识别精度受人体的运动方向影响严重,难以保证不同方向上识别的鲁棒性,以及对复杂动作的识别困难的问题,提出一种与方向无关的动作识别方法（Wi-M）。首先,通过商用Wi-Fi设备采集动作行为的CSI信息,并利用离散小波变换进行降噪处理;然后,使用主成分分析及短时傅里叶变换提取动作数据的多普勒频移,构建频域能量指示器,将人体运动在频域上的多普勒频移与快速傅里叶变换值作为共同的动作识别特征;最后,基于长短时记忆网络进行动作的分类并识别。该方法将空间特征集成到时间模型中,提升了无线信号对人体动作识别的鲁棒性与准确性,可以有效降低动作行为的方向信息影响,判断动作的起始,具有良好的环境迁移性和识别能力。在二种常见的室内环境中（大厅、办公室）进行了实验验证,在不同环境中平均识别率可以达90.6%,针对头、手、腿、躯干等不同部位动作的平均识别准确率可达94.68%。（3）针对传统的手势识别存在的成本畸高、设备操作复杂、入侵性强等普适性问题,以及如何解决手势识别的泛化能力、手势识别的整体性能和多人不同手势的交互识别等关键问题,提出了一种基于CSI的手语动作识别方法。首先,通过Wi-Fi设备采集人体的原始手语数据,利用高斯滤波器以及移动平均滤波器处理原始数据中环境噪声,计算每条子载波的能量,选取最优子载波;然后,根据CSI的时域信息来提取手势波动轮廓,选择CSI手语动作数据的均值、方差、偏度、峰度来提取与手语动作相关的高层次特征;最后,通过改进的Adaboost分类器分类识别不同的手语动作。在真实场景中验证了该方法在手写数字手势方面的性能,识别准确率误差在2%以内;实现了2至3人交互对话场景下的并发手语识别,且准确率在85%以上,为无线感知技术在手势识别方面的应用提供了一个可行的方案。（4）针对像呼吸更细微的人体动作数据采集困难、识别难度大的问题,研究了菲涅尔区感知模型,包括菲涅尔区反射模型和衍射模型的基本原理,建立了生命体征监测的物理模型,提出了一种基于CSI信号的人体呼吸模式检测方法。首先,利用从Wi-Fi信号中提取到的信道状态信息作为检测细微呼吸动作的测量指标,利用呼吸和心跳频率的不同从中分离出呼吸和心跳信号的频域信息;引入菲涅尔区模型,提取变化明显的CSI呼吸信号,将采集到的数据使用Hampel滤波进行异常值的处理,利用PCA算法提取最优子载波,并用Sym8小波函数进行进一步的去噪、平滑处理;最后,使用优化的双向循环神经网络（Bi RNN）构建呼吸模式分类器,对4种不同呼吸模式的信号进行分类感知,从而判断当前人体的生理状态。在两种实际场景中测试了该系统性能,总体识别率达到了94.6%,实验表明该方法具有较高的识别性能与较强的鲁棒性。
顾双[5]（2021）在《基于电子鼻和HS-GC-IMS技术在几种农产品受真菌污染检测中的研究》文中研究说明稻米、花生和小麦等是中国及世界各国消费的重要农产品作物,但它们极易在收获和贮藏中遭受真菌侵染。现有的传统检测农产品真菌污染的方法通常是耗时的,并且对样品产生了破坏,使样品不可能进行大规模的无损检测和实时分析。已有大量研究表明,农产品在遭受微生物污染时释放的挥发物会发生明显变化,因此,可检测农产品释放的挥发物对农产品的真菌侵染情况进行诊断和预测,而电子鼻和顶空气相色谱-离子迁移谱（headspace-gas chromatography ion-mobility spectrometry,HS-GC-IMS）两种检测技术均是可以通过检测样品的挥发物成分来表征样品的状态。因此,本研究主要基于电子鼻与HS-GC-IMS技术对受不同真菌侵染的稻米、花生和小麦的挥发物信息进行检测,并结合化学计量学方法实现不同种类真菌的鉴定区分和真菌生长曲线及数量的预测,分析相应挥发物的变化,初步阐明电子鼻和HS-GC-IMS技术实现不同真菌种类区分和菌落总数预测的机理,并进行了实际应用的验证。主要研究内容和结论如下:1)采用电子鼻和气质联用（gas chromatography-mass spectrometry,GC-MS）技术检测了受不同曲霉属真菌侵染的稻米样品,分析了受不同曲霉属真菌侵染的稻米释放的挥发物差异性,对各试验组的电子鼻响应差异性进行了分析,并利用Logistic模型拟合了真菌生长状况,采用主成分分析（PCA）、偏最小二乘回归（PLSR）、反向传播神经网络（BPNN）、支持向量机（SVM）和学习向量量化（LVQ）进行定性分类和定量回归。研究发现,受真菌侵染稻米释放的挥发物（如1-辛醇和十四烷等）在贮藏期间的含量变化与真菌种类、数量以及电子鼻的传感器响应信号密切相关。受亮曲霉、烟曲霉和棒曲霉侵染稻米的电子鼻信号进行主成分分析后的得分图中重心x轴值（PC1）与菌落总数具有较高的相关性,并根据PC1能成功预测三种真菌的生长状况。基于电子鼻信号结合BPNN建立的分类模型对贮藏2天的受真菌侵染稻米具有较高的分类准确率。2)采用HS-GC-IMS和电子鼻技术检测了受真菌侵染不同水平（健康和霉变）的稻米样品,并采用PCA、K-最近邻法（K-nearestneighbor,KNN）和偏最小二乘法（partialleast-squares regression,PLSR）方法比较了两种技术的优劣。同时,对HS-GC-IMS技术检测出的不同样品挥发物差异进行了比较。研究发现,在构建的KNN分类模型中,HS-GC-IMS和电子鼻方法均得到了良好的分类准确率,这两种方法均适合于稻米样品中真菌污染的快速筛选。在构建的PLSR预测模型中,HS-GC-IMS和电子鼻技术均展示了良好的性能,但是HS-GC-IMS方法结合PLSR建立的回归模型具有最好的预测结果。稻米样品贮藏第1天时,受不同真菌侵染稻米样品释放的挥发物组分种类和含量差异较大,其中受烟曲霉侵染的稻米中2-戊酮单体和二聚体的峰强度最高,而在受棒曲霉侵染的稻米样品中2-丁酮单体、2-丁酮二聚物和戊醇单体等峰强度最高。3)采用HS-GC-IMS和荧光光谱技术对受潜在产黄曲霉毒素真菌污染的花生籽粒进行快速检测,并对两种不同来源的信号进行了数据集和特征集融合,比较了采用不同的数据融合方法构建的分类和回归模型的性能。研究发现,在三种数据融合方法中,使用前10个主成分的特征级融合数据构建的正交偏最小二乘判别（orthogonal partial least squares discrimination analysis,OPLS-DA）模型对受产黄曲霉毒素真菌和不产黄曲霉毒素真菌污染的花生籽粒分类率最好,且基于HS-GC-IMS技术在样品贮藏3天后就可以区分出产黄曲霉毒素和不产黄曲霉毒素的两类真菌污染。使用前10个主成分的特征级融合数据构建的PLSR模型预测性能也达到最佳,融合数据的建模效果较单独数据的建模效果有一定的提高。对HS-GC-IMS检测结果进行特征挥发物分析,发现受产黄曲霉毒素真菌和不产黄曲霉毒素真菌污染的花生籽粒释放的8种特征挥发物含量具有显着差异,可以作为区分产黄曲霉毒素真菌和不产黄曲霉毒素真菌的生物标记物。4)采用HS-GC-IMS技术结合非靶向光谱指纹或靶向特征标记法的特征提取方法对小麦样品中的不同属真菌种类进行定性区分,并定量预测小麦样品中黄曲霉、黑曲霉、溜曲霉和岛青霉的菌落总数。采用遗传算法优化的支持向量机（genetic algorithm optimized supportvectormachine,GA-SVM）、随机森林（Random Forest,RF）和 PLSR 算法建立了小麦样品的分类和回归模型,并比较了它们构建的模型性能。此外,还进行了检测模拟实际小麦样品中黄曲霉侵染比例的验证实验。研究发现,基于非靶向光谱指纹法和特异性标记法的GA-SVM分类模型均获得了令人满意的分类结果,但是基于非靶向光谱指纹法的GA-SVM分类模型获得了最优的分类准确率。类似地,基于非靶向光谱指纹法的GA-SVR模型对受真菌侵染小麦样品中的菌落总数预测效果最好。对模拟样品的分析结果表明,基于非靶向光谱指纹策略的GA-SVM/GA-SVR模型对贮藏第4天的模拟受多种真菌侵染小麦样品仍能提供满意的区分和预测性能。这些结果表明,基于非靶向光谱指纹策略的HS-GC-IMS技术能够有效地快速检测小麦籽粒中可能存在的病原真菌,从而防止被真菌污染的原料进入食物链。
赵楠[6]（2020）在《在体指纹研究》文中进行了进一步梳理麦克斯韦方程组的确立标志着电磁研究由朴素现象观察描述向科学理论化进步。根据无线体域网（Wireless Body Area Networks,WBAN）电磁研究前人成果,已知身体中心通信是一种面向5G及后5G时代的通信范式,未来发展重点是探索毫米波频段信道模型。由数字人体模型已知,WBAN信道与被试相关性高,具有很好的被试特异性与被试间各异性。通过WBAN信道解析模型,由物理层面确认了表面波与爬行波是造成上述差异性的主要因素。毫米波频段引入WBAN能带来电磁器件小型化、通信带宽提升、信道鲁棒性增强和可感知等显着优势。作为首个将人类自身嵌入网络结构的通信范式,WBAN依托身体中心通信设备,在人体周围构建了使用者为网络核心的数据联通新形式,打通了传统通信网络与使用者的天然隔离。使用者本身同时承担数据信源和信宿的设计思路,进一步夯实了无线通信整体流程,实现用户数据流的无缝传递。由于WBAN身体中心天然属性,使其必然承载用户私密数据,因之也就要求可信赖的安全措施,但现行IEEE 802.15.6国际标准在认证、授权,私密性等方面都存在严重安全隐患。安全专家认为传统生物特征认证在优先考虑易用性的同时留下了攻击后门,迫切需要寻找可用于身份认证的新途径,尤其在充满使用者生理隐私数据的私人网络中。物理层安全因其逻辑清晰,资源要求少,安全性可通过信息论验证等优势,已成为新兴无线网络架构安防新选择。学位申请人立足导师已有生物特征研究背景,结合组内身体域信道建模研究积累,将行为模式认证（Patterns of Life）工作完善提炼为在体指纹研究,并在此框架内做了如下工作:1.按照WBAN典型研究方法,在全身尺寸电磁模型基础上,关注与设备交互密切的手掌电磁特性。在27-28 GHz,29-30 GHz和31-32 GHz三个毫米波频段实测量化了手掌局部信道。得出单一频带,不同被试的净身体损耗变化约3 d B,信道特性与被试手掌大小,介电参数等密切相关。2.提出一种利用无线信道特征的新型无密钥认证方法。将各异性的手掌局部信道传输系数（S21）作为在体指纹识别,经由原型系统真实场景采集数据,评估确认了该方法的可用性。3.提出一种基于多频段信号时频域特征的身体中心签名授权方法。利用签名者手部浅表层爬行波与空间表面波共同作用产生的内在身份相关时频域信息,实现伴随通信过程的自然签名。该方法可满足信息论噪声信道模型安全签名必要条件。4.提出一种由微波系统实现的身体中心弱随机源。该方法结合用户与WBAN设备,不需增添额外硬件,仅通过量化身体中心信道就能得到能量友好,高频随机性能接近成熟算法的随机序列,可作为随机放大所需至少两类弱随机源的候选方案。5.由行为模式辅助认证视角,通过身体中心信道在体指纹实现非接触的手势识别,减少医疗过程中的直接接触以快速有效降低医源性污染。信道原始S参数通过简单统计分析就能实现82%（27 GHz）和89%（37 GHz）的基础识别正确率。在体指纹是一类以无线介质自身特性为载体,天线与电波传播表征为抓手的新维度生物特征,它通过特征选取与认证（授权）,利用空间人因电磁特征,建立生活模式特征选择提取模型,探索真实场景电波传播现场规律。作为经典指纹研究的有益补充,进一步丰富、完善生物特征识别理论,为更加完备的身份鉴别研究做出贡献。本学位论文可视为在体指纹研究的立柱架梁工作,打破了长期以来无线网络安全与无线通信系统电波传播完全隔离的现状,将信息的电波载体转化为优良的泛在感知介质,从已有良好理论基础的天线与电波传播角度促进了无线网络（尤其是WBAN）安全的科学理论化。
张天良[7]（2020）在《指纹信息提取技术分析与实现》文中研究表明指纹是人类生物特征的主要组成部分之一。人类在漫长的发展历程中,人类留存的生物特征信息日渐泯灭。随着生物技术的飞速发展,基于信物或密码的传统安全系统显得越来越脆弱而不能适应现代安全防御系统的需求,因而人们想通过研究其它识别技术来满足日常生活中的需要。人们更加渴望安全程度更高、识别速度更快、防止伪造性能更好的现代安全系统,在这种背景下,指纹识别技术应运而生。指纹识别技术作为一种相对来说比较可靠的生物识别技术[1]一定程度上得到人们的看重,同时也满足了人们对各项性能优异的识别技术的需求。人们发现不同个体的指纹具有两大明显的特点,即唯一性和不变性。也就是说指纹特征是人从出生到离开一辈子的时间里不会改变的生物特征之一,另外因为个体的差异,不同的人,对他们手上的指纹特征分别进行比较,其结果几乎不存在相同的情况。同时采取指纹识别技术来鉴定花费的费用和其它识别技术相比来说比较低,而且最后产生的效果好,例如指纹门禁系统、司法鉴定、案例分析、计算机运用系统、银行技术等方面。所以其作为身份鉴定的一种方法,并且凭借着其身具有的良好安全性、保密性和方便性。在近几年来得到了飞速发展并广泛应用于社会中的安全和经济领域中,大有取代传统身份识别方式的趋势,未来会有良好的应用场景。本篇文章首先介绍了指纹识别的研究背景与研究意义,其次介绍了不同生物识别技术并与指纹识别技术做了比较,然后分析了指纹识别一些具体的应用,最后对指纹识别的基本步骤作了简单的介绍,主要是三个步骤,它们各自是指纹图像的预处理、特征提取、指纹的匹配[2]。重点研究了指纹图像预处理,在指纹图像预处理部分,论文对预处理各个步骤包括预处归一化处理、二值化处理和细化处理等以及各个步骤的方法进行了深入的分析及研究,经过一系列的预处理操作过程之后,指纹图像将会最终变为纹线宽度不均匀的呈现出明显的黑白效果的二值化图像,这样的二值化图像是一个宽度为只含有0和255像素值即使统一像素的细化后的图像。在指纹特征提取部分,采用基于MATLAB指纹细节特征提取方法。指纹特征提取的目的是获取细节特征点（即端点和交叉点）。这些特征点从细化后的指纹图像中能够查询并且找到的。最终我们可以对指纹进行自动匹配,靠的是特定的指纹图像的特征,包括端点和交叉点。实验表明,该方法效果良好。本论文中采用MATLAB编程实现所有算法。
胡裕岭[8]（2020）在《指纹证据技术的引入、发展与分歧（1904-1949）》文中研究指明社会的变革离不开科学技术革命,法律的发展亦如此。当下的中美贸易战也再次告诉我们,谁掌握了核心基础科学技术,谁就掌握了更多的经济贸易和法律规则的话语权。科学技术不仅事关经济利益、政治变革,而且事关民族兴亡、文化存续。反观中国近代法律大变革的历史,是时,既有国体衰败,列强侵扰,传统频遭质疑,政改瞬息万变,又有实业兴邦,人权浪潮,租界法权失落,西学持续涌入。1904年香港警察开始使用英国亨利制指纹分析法押印指纹,1905年,青岛巡捕局开始使用德国汉堡式指纹分析法查证犯罪嫌疑人,1918年夏全印赴上海公共租界学习亨利制指纹分析法……然而对这一时期指纹证据技术的系统性梳理尚处空白。温故而知新,述往事而思来者。考证指纹证据技术的引入发展、技术分歧、本土探索等,不仅可丰富近代法律的研究,而且可为当下司法改革挖掘本土资源。本文以指纹证据技术在中国的引入和发展为研究对象,选取1904年至1949年为研究时间段,通过一系列史料考据和问题探讨,试图厘清中国指纹证据技术的历史发展脉络,考证指纹证据技术的早期实践和应用情况,阐释指纹证据技术的引入路径和发展动因,分析指纹证据技术标准的争议与分歧,反思指纹证据技术引入发展与分歧视角下的检警关系、科学技术与司法关系等问题,以求补正指纹证据技术学术史上的部分漏误,探索证据科学发展规律以及为当下法治话语体系的构建和司法改革尤其是司法鉴定制度改革挖掘本土资源,提供些许镜鉴。中国为何要引入指纹证据技术这门“西学”?法制的冲突首先是文化的冲突。指纹证据技术这门西学在清末时期引入中国并非易事。帝制中国晚期,长期的闭关锁国政策和天朝大国之说,已让士大夫阶层陷入对传统文化的盲目自信。他们视传统制度和经验为正统,稍有抵触者即视为异端。但随着西学东渐,西学在中国不断传播,传统经验已暴露出诸多不能自圆其说的科学性问题。直至康熙三年“历法狱案”爆发,表面上是历法较量,实则是中学与西学的话语权之争。然而如何看待和引入较为科学的西学,同时扞卫传统政体,统治者必须为其寻得合理的文化解释。“西法中源”,西方先进的历法和数学源自中华传统文明的学说首先为这一问题的回答拾得文化自信,但很快就在逻辑上不攻自破,既没有看到科学发展的普遍性,也未能解释为何西学在当时更先进于中学。直到鸦片战争再一次将“中弱夷强”的现实问题随着炮火摆在统治者面前。“中体西用”,即中学为体,西学为用,在固有政治文化传统“体”不变的前提下,采用西方先进科学技术以“用”的学说登上历史舞台。尽管存在洋务派的“补救”论和维新派的“会通”论等多种解释,但它一样没有回答“西学”何以领先“中学”何以落后的原因,甚至掩盖了体制上的弊病。1898年光绪颁布《明定国是诏》,号召“以圣贤义理之学,植其根本。又须博采西学之切于时务者,实力讲求,以救空疏迂谬之弊”,主张“博采西学”。“西用”的范围进一步扩展。警察制度、检察官侦查机制等一系列近代刑事司法制度开始引入并建立起来,指纹证据技术自此被“名正言顺”地引入中国。在当时西方指纹证据技术何以领先于中国?中华文明或是世界上最早将手印或指纹印痕应用于证据领域的文明地区之一。从现有的中西方史料和考古发现来看,中国是最早将手印纳入证据体系的国家。中国古代文献记载了大量民间契约中以按捺手印为凭证的方法,这些凭证往往成为案件诉讼过程中的关键证据。按捺手印为凭证,在中国古代不同时期又称“下手书”“画指券”“画指节”“手摩”等。据文献记载最早可追溯到周代,而且在指纹纹线特征的识别与鉴定领域十分发达,曾被应用于司法个案。这种方法在人类文明史上具有领先地位,辐射影响极其深远。但中国古代对指纹的认识经验判断大于科学分析,始终未能成为一种科学,甚至存在经久失传的现象。如在清代曾有文献认为“画十字”与按捺指纹同义。直至19世纪西方自然科学的兴起和发展,推动了人类对指纹的科学认知。指纹证据技术便在近代皮纹学、解剖学等学科的基础之上发展起来,逐渐形成了高尔顿——亨利、武塞蒂赫等不同的指纹分类系统。指纹人各不同、终身不变的特性,使之得以应用到证据科学领域。阿根廷、印度、英国、法国、美国等国家纷纷将指纹正式纳入到证据体系中。受特殊的历史环境影响,指纹证据技术在中国的实践几乎与世界同步。据史料记载,至迟自1904年始,指纹证据技术在青岛、上海、香港等地区的侦查活动中得以实践。而且随着《字林西报（The North-China Daily News）》、《大陆报（The China Press）》等近代报刊报道,指纹证据技术为国人所知并逐渐在中国萌芽兴起。中国是通过何种方式引入和推广指纹证据技术的?没有证据科学支撑的法律制度难以实现其司法价值。清末民初政府虽然先后效仿日本等国家建立现代刑事诉讼制度,但当拷讯技术逐步废除,一时间失去证据科学的支撑,司法效能极其低下,司法官员互相推诿,甚至出现派员学习西方催眠术以资审案的闹剧。从中可见当时对西学证据科学的渴望。世界指纹证据技术应用的第一人、武塞蒂赫指纹分类系统的发明者胡安·武塞蒂赫访华传学,留学生归国以及租界地区的早期实践为统治者提供了指纹证据技术这门科学。民初司法部与内务部掀起在全国范围内学习传授指纹证据技术的热潮。政府通过开办指纹传习所、讲习所,在警校办设指纹专科、开设指纹课程,派遣惠洪、夏全印等赴租界学习,派遣留学生先后赴日本、奥地利、德国、美国学习指纹证据技术等方式引入和推广指纹证据技术。同时,夏勤、伍冰壶、张元枚等个人通过不同的方式凭借一己之力为指纹证据技术的引入和发展作出了不朽贡献。经过政府、社会和个人多方面的努力,指纹证据技术短短几年在中国得以实践,并几乎与日本、英国、美国等先进国家保持相当水平,且涌现出一大批指纹专家。司法部先后颁布《办理指纹须知》《试办指纹法令》作为指导手册以将其固定、统一下来,全面推广。上海、南京、天津、汉口、北平、重庆、青岛、汉口等城市警察部门先后建立起指纹专门机构。指纹证据技术的应用取得较大成效,在各地破获多起案件。何种指纹证据技术最为适合中国国情?民国政府尤为重视指纹证据技术的发展与应用,不仅在司法领域三令五申鼓励和支持该技术的推广,而且还曾将指纹证据技术应用于身份证件识别等领域。教育部甚至通令全国各国立大学、私立大学、省教育厅酌设指纹学科。指纹证据技术的知识甚至还出现在高考试题中。然而,中央政令不行、国家内政不一的政治环境在给了各地得以分别实践世界不同指纹证据技术的同时,也给发挥指纹证据技术功能、实现跨区域犯罪侦查协作带来重大障碍。指纹证据技术不仅在各省市存在地域之差,而且同一省市的监狱部门与警察部门所应用的技术标准也是五花八门。根据1935年的史料统计,在全国19个提供指纹办理情况的警察部门中,所采用的指纹技术标准有英国亨利制、德国汉堡式、法国爱蒙培尔制、阿根廷武塞蒂赫制以及中华式等多种,而且其中亨利制也有英式和夏全印式之分;汉堡式还有德式、日式之分。通过分析不同种指纹分析的初步（基本）、二步（附属）和三步（次附属）分析方法,可以发现武塞蒂赫制最为简单,基本分析仅有四大类,但难以应对较大的指纹样本量,因而有附属分析又分十六种,难免前者过于简单,后者又过于复杂。汉堡式与亨利制指纹分类基本相同,在斗形纹的区分上有所差别。在编码技术上,武塞蒂赫制依然最为简单,但查找起来每次至少要找出五个号码,而亨利制第一步仅需确定计数或不计数即可。如果到第二步继续查找,武塞蒂赫制恐怕要找出二十五个号码,而亨利制仅四个号左右即可查出。相比之下汉堡式则也非常简单,仅需用阿拉伯数字编号即可,但本质上与亨利制并无较大差异。分析发现,中华式并没有根据中国人的指纹特点加以本土化,而是将亨利制和爱蒙培尔制加以综合,甚至存在许多错误。1933年民国政府开启了指纹证据技术标准的统一之路,发现并决定以中国人指纹之特性定立指纹技术标准。然而技术的分歧与争议远远超过了技术探讨本身。分歧的背后却是师承关系、学源背景等力量的交织角逐。直至抗日战争胜利后,内政部通令警察部门采用亨利制标准,但并未与司法部达成一致意见。至1949年,指纹证据技术标准未能实现实质统一。透过指纹证据技术的引入、发展和分歧我们可以反思哪些问题和经验教训?回顾与反思1905年至1949年指纹证据技术在中国的引入和发展,可以看出其盲目性、重复性、世界性和依赖性的发展特征。从本文第一章西学引入文化解释的局限性中亦可以分析出其对指纹证据技术引之不谓来由、发展不问现实和争议流于人事的问题影响。同时,政治需求、学科教育、职业团体以及个人作用都对指纹证据技术的引入、发展和分歧产生了不同的影响。民国指纹证据技术诸多未竟之路也给我们当下带来些许启示。如指纹鉴定标准的统一应尽早确立,且应以国人指纹特征为依据;指纹鉴定标准的确立应有司法部、公安部、最高人民检察院和最高人民法院共同组织专家委员会开展。除此之外,在指纹证据技术推广中,如何看待学历制教育与在职培训的利弊对当今警察教育乃至其他职业教育而言也具有一定的历史镜鉴意义。短期的在职培训能够顺应技术与知识拿来主义之需,不仅见效快成本低,而且能够快速顺应社会的发展变革,但从根不上不能解决技术与知识的研发问题。然而学历教育完成了这一问题吗?似乎还值得更多地反思。透视指纹证据技术标准的分歧纷争,不仅可以窥见民国时期检警关系之变化以及侦查权力的扩张与异化,而且更可以从中探析科学和司法的关系,可以为指纹鉴定标准和采信规则的确立、证据科学与证据法学的发展以及司法改革中中国特色法治路径话语权的探索提供些思路。
卢海艳[9]（2020）在《直接质谱分析技术在肺癌和肝癌分子诊断中的应用研究》文中研究指明肺癌和肝癌是世界范围内常见且发病率和死亡率都比较高的癌种。目前,虽然广泛使用的临床诊断肺癌和肝癌的金标准主要还是病理学检查。但是,近年来分子诊断得到了越来越多的关注,这主要是因为分子诊断可以提供病理学检查可能无法获得的更多信息,把与癌症相关的生物标记物分子纳入临床决策,给癌症的精准诊疗提供了新的机会。在众多的分析手段中,质谱（MS）技术因其卓越的灵敏度、特异性和准确度等优点,已成为生命科学及临床研究等领域的强大工具,广泛地应用于临床各种疾病的分子诊断和辅助治疗。虽然传统质谱技术例如液相色谱质谱联用（LC-MS）技术和气相色谱质谱联用（GC-MS）技术也能实现不同形态临床样品中特定化合物的高灵敏、准确检测,但这些分析方法一般只适合经过匀浆、萃取、分离等多步骤精细处理后的样品,导致花费时间较长、效率低下、无法满足大量临床样本高通量分析和相关学科发展的实际需求。为了提高各种类型临床样品研究的效率,无需任何样品预处理而直接对样品进行质谱分析的直接质谱分析技术获得重视。直接质谱分析技术可在无需任何样品预处理或只需很少样品预处理的条件下,实时、直接获取不同形态临床样品例如组织、血清、尿液、痰液和呼吸气体等中的分子信息,已成为癌症分子诊断的前沿手段。目前,越来越多的直接质谱分析技术正逐步应用于快速、准确的癌症分子诊断。本博士论文研究课题选择世界范围内发病率和死亡率均较高的肺癌和肝癌,围绕目前临床难以快速、精准地实现癌变组织性质的分子诊断这一重大难题,基于一种新型的直接质谱分析技术,即内部萃取电喷雾电离质谱（iEESI-MS）技术,可在无需样品预处理的条件下,快速实现组织样本（例如癌症组织样本）内部丰富分子信息直接获取的优势,并结合统计学分析方法及小鼠动物模型,开展了在肺癌和肝癌分子诊断中的应用研究,为临床术中快速、精准地分子诊断肺癌和肝癌提供了一种新型的科学工具。本研究主要选取肺癌和肝癌的组织和血液临床样本,开展了以下三个方面的研究工作:（1）整合组学研究以提高肺癌分子诊断准确度方法的开发。提高肺癌癌变组织分子诊断的准确度是肺癌手术过程精准确定切除范围的关键。本工作通过系统地研究各实验参数对同一组织样品内部不同层次分子信息（例如脂质、小分子代谢物和蛋白质）荷电萃取的影响规律,探索同一组织样品中脂质、小分子代谢物和蛋白质顺次萃取的电离机制。最终通过调控萃取溶液的组成,利用iEESI-MS技术实现了同一组织样品内部脂质、小分子代谢物和蛋白质的顺次荷电萃取。结合正交偏最小二乘法判别分析（OPLS-DA）,使肺癌癌症组织样品和正常组织样品得到了明显区分。此外,利用机器学习算法支持向量机（SVM）比较了经过和未经过顺次萃取得到的化学信息（例如脂质、小分子代谢物和蛋白质）对肺癌预测的性能,结果表明整合经过顺次萃取方法得到的小分子代谢物、脂质和蛋白质的化学信息,使肺癌预测的灵敏度、特异性和准确度均达到了100%。本工作建立的III方法具有样品耗量低（约2.0 mg）和操作简便等优点,在提高临床肺癌分子诊断的准确度和系统生物学研究方面具有潜在的应用价值。（2）肺癌分子边界的探究。术中精准地判定肺癌的分子边界,对提高肺癌的治疗效果和改善肺癌患者的生活质量具有重要意义。本工作结合裸鼠肺癌模型,利用专用、定量iEESI电离源跟LTQ-MS平台结合,实现了裸鼠肺癌组织样本、正常组织样本和癌旁组织样本中磷脂分子信息的直接表征。此外,结合统计分析方法建立了肺癌组织样本、正常组织样本和癌旁组织样本的分子识别模型。结果表明,iEESI-MS技术可以应用于肺癌组织与正常组织分子边界的界定,通过将iEESI-MS技术的分析结果与病理学方法判断结果比较,证实iEESI-MS方法的准确度可达95.83%。重要地是,该方法发现在距离病理肿瘤边界约1-2 mm的地方可能存在一条潜在的肺癌分子边界,这对提高临床肺癌的治愈率具有很大的指导意义。（3）肝癌小鼠模型和人体间磷脂变化的比较研究。比较研究小鼠癌症模型和人体间的特征分子变化情况对探究小鼠癌症模型在开发癌症分子诊断方法以及癌症发病机制研究中的作用具有十分重要的意义。本工作通过iEESI-MS技术直接表征了不同类型小鼠组织样本（包括原发性肝癌组织样本、癌旁组织样本和肝癌肺转移组织样本）和人体肝癌组织样本（包括原发性肝癌组织样本、癌旁组织样本、肝癌肺转移组织样本和复发性肝癌组织样本）中磷脂的变化情况。结合统计学方法,在小鼠组织样本和人体组织样本中筛选出了在肝癌发展过程发生重要变化的差异性识别化合物分别为50个和62个（变量重要性投影（VIP>1.0））,其中在这些化合物中找到了在小鼠组织样本和人体组织样本中共同存在的差异性识别化合物有27个。此外,在这27个差异性识别化合物当中,存在6种磷脂（PC（34:2）、PC（36:4）、PC（38:6）、PC（36:2）、PC（38:4）和PC（42:9））,它们在不同类型的小鼠组织样本、人体组织样本以及人体血清样本的分子诊断过程都起着重要作用。特别地,这6种磷脂在肝癌患者血清样本和健康志愿者血清样本分子诊断中表现出了良好的性能,它们的灵敏度、特异性和准确度分别为91%、88%和90%。总之,我们的研究结果表明尽管人与小鼠之间肝癌磷脂的整体变化存在显着的差异,但在人和小鼠组织以及人血清中发现的这6种关键磷脂在肝癌的分子诊断中显示出一定的潜在应用价值,这在一定程度上说明可以通过将直接质谱技术和这6种磷脂物质结合来实现快速、特异性地分子诊断肝癌。
梅诗佳[10]（2020）在《物联网智能设备安全配对方法研究》文中研究说明物联网技术的发展使得物联网智能设备无缝融入人们的生活,涉及家庭、教育、物流、安保等多个行业领域。物联网智能设备通过无线通信技术互联,具备数据共享和信息处理能力。利用设备上的传感器芯片,智能设备具备感知能力可以感知周围的物理环境,以支持更强大更智能的服务。而由于无线通信的开放性特点,智能设备之间的数据交互容易遭受到窃听、篡改和中间人攻击。而传统的建立安全信道的方法如公钥基础设施不适用于动态、移动性强的物联网场景。智能设备安全配对方法能在物理层建立安全通信信道从而保护用户隐私,并促进物联网技术发展。现有的基于无线信道互易性产生密钥进行配对的方案存在需要特定检测工具、需要设备相距非常近的距离（如几厘米以内）、时间对齐要求严格等不足之处。而基于物理上下文的设备配对方案能够利用智能设备上的传感器感知周围的物理环境并提取环境指纹进行身份认证和密钥协商,成为新的设备配对的可行方案。本文主要研究基于物理上下文的物联网设备安全配对方案,针对可穿戴设备以及智能家居两个应用场景,分别提出了利用加速度和声音信号作为熵源,进行身份认证和密钥协商的配对方案。1.针对可穿戴设备场景,提出基于步态的设备安全配对方案。通过可穿戴设备中内置的加速度计和磁力计传感器,采集人体步行过程中运动状态,利用加速度信号和磁力计信号将设备坐标系统一地转换到地球坐标系,解决身体不同部位设备摆放位置和朝向不一致的问题,并提出基于位置已知的数据预处理方法,以及新的量化方法,能够产生具有足够随机性的安全共享密钥。通过实验设计,基于15个实验者的7个不同的身体部位上的步态信号数据集进行实验验证了方案可行性并评估了方案性能,同一用户不同部位根据本方案提取的密钥相似度可达80%,最后利用基于纠错码的信息调和技术和隐私放大技术得到一致的共享密钥。2.针对智能家居场景,提出基于音频的设备安全配对方案。智能家居场景下,合法设备同处于安全边界（房屋外墙）内,由于家居设备具有不方便移动、并且相距较远等特点,本文采用声音信号作为熵源,将环境中显着声音信号之间间隔的时间量化成音频指纹作为身份认证和密钥协商的基础,并引入额外的声源,额外的声源能够以随机的时间间隔发出声音脉冲信号,显着提高密钥生成速率,同时增强密钥的随机性。最后在Android平台上实现方案原型,在真实的物理环境中进行实验,证明本方案能够有效对抗安全边界外的攻击者,安全边界内合法设备的配对成功率达90%。
二、一种新型人体指纹提取方法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、一种新型人体指纹提取方法（论文提纲范文）
（1）生物特征识别学科发展报告（论文提纲范文）
| 1 生物特征识别总体发展态势 |
| 1)学术研究欣欣向荣。 |
| 2)产业应用如火如荼。 |
| 3)各国政府高度重视。 |
| 4)生物识别隐私、道德、伦理等问题引起广泛社会关注。 |
| 2 人脸识别研究现状 |
| 2.1 人脸检测 |
| 2.2 面部关键点检测 |
| 2.3 2D人脸特征提取与识别 |
| 2.4 三维人脸识别 |
| 2.5 人脸活体检测 |
| 2.6 基于人脸视频的生理信号测量 |
| 3 虹膜识别研究现状 |
| 1) 唯一性。 |
| 2) 稳定性。 |
| 3) 非接触。 |
| 4) 便于信号处理。 |
| 5) 防伪性好。 |
| 3.1 虹膜图像获取 |
| 3.2 虹膜分割和定位 |
| 3.3 虹膜活体检测 |
| 3.4 虹膜图像质量评价 |
| 3.5 虹膜特征提取 |
| 3.6 异质虹膜识别 |
| 3.7 虹膜与其他模态融合 |
| 3.8 虹膜识别系统安全性问题 |
| 3.9 虹膜识别发展趋势 |
| 4 指纹识别研究现状 |
| 4.1 现场指纹识别 |
| 4.2 活体指纹检测 |
| 4.3 变形指纹处理 |
| 4.4 三维指纹采集 |
| 4.5 问题与趋势 |
| 1)通过指纹合成克服数据共享难的问题。 |
| 2)活体指纹检测技术的泛化能力有待提高。 |
| 3)非接触指纹采集的图像质量有待提高。 |
| 4)指纹特征提取与匹配算法还有进一步提升的空间。 |
| 5 掌纹识别研究现状 |
| 1)低质量图像的掌纹识别。 |
| 2)低资源掌纹识别。 |
| 3)多模态掌纹识别。 |
| 4)移动端掌纹识别。 |
| 6 静脉识别研究现状 |
| 6.1 指静脉认证研究 |
| 6.2 手背静脉认证研究 |
| 6.3 掌静脉认证研究 |
| 6.4 静脉认证的问题和趋势 |
| 7 步态识别研究现状 |
| 7.1 基于人体模型的方法 |
| 7.1.1 2D人体模型 |
| 7.1.2 3D人体模型 |
| 7.2 基于非模型的方法 |
| 7.2.1 基于特征模型的方法 |
| 7.2.2 基于直接从视频提取特征的方法 |
| 7.2.3 基于步态剪影序列集合提取特征的方法 |
| 7.3 数据库与评价标准 |
| 7.4 步态识别未来重要的研究方向 |
| 1)基于弱监督或无监督的步态识别。 |
| 2)基于身体模型(model-based)和非模型(model-free)步态识别方法的融合。 |
| 3)大规模和多信息的公开数据集。 |
| 8 行人重识别研究现状 |
| 8.1 行人重识别研究总体态势 |
| 8.2 行人重识别主要研究方向 |
| 8.2.1 监督学习 |
| 8.2.2 无监督与弱监督 |
| 8.2.3 行人换装 |
| 8.2.4 虚拟化 |
| 8.2.5 生成模型 |
| 8.2.6 黑衣人行人重识别 |
| 8.2.7 遮挡条件下行人重识别 |
| 8.3 行人重识别常用数据集 |
| 1) Market-1501: |
| 2) DukeMTMC: |
| 3) CUHK03: |
| 4) MSMT17: |
| 8.4 行人重识别未来发展思路 |
| 9 声纹识别研究现状 |
| 9.1 声纹识别发展历史 |
| 9.1.1 基于知识驱动的特征提取方法设计 |
| 9.1.2 基于线性高斯混合的统计模型方法 |
| 9.1.3 基于深度学习的方法 |
| 9.2 声纹识别的鲁棒性研究 |
| 9.3 声纹识别的攻与防 |
| 9.3.1 合成音攻击与防御 |
| 9.3.2 录音重放攻击与防御 |
| 9.3.3 对抗样本攻击与防御 |
| 9.4 声纹识别数据库 |
| 9.5 问题和趋势 |
| 10 多模态生物特征融合研究现状 |
| 10.1 基于不同操作方式的融合 |
| 10.2 基于不同层面的融合 |
| 10.3 基于深度神经网络的融合 |
| 1)对特征分布的讨论。 |
| 2)对多模态这一概念的扩展。 |
| 10.4 问题和趋势 |
| 11 生物识别安全领域的新方向 |
| 11.1 生物特征识别对抗攻防方法 |
| 11.2 人脸编辑与深度伪造 |
| 11.2.1 基于人脸重演的深度伪造 |
| 1) 表情与姿态重演。 |
| 2) 唇形重演。 |
| 11.2.2 基于人脸交换的深度伪造 |
| 11.2.3 基于人脸属性编辑的深度伪造 |
| 11.2.4 人脸编辑与深度伪造的问题与趋势 |
| 1)基于样例的可控人脸生成。 |
| 2)多属性联合驱动的人脸表情迁移。 |
| 3)小样本或零样本下的对偶数据增广和生成。 |
| 11.3 人脸深度伪造检测方法 |
| 11.3.1 基于图像序列的检测方法 |
| 1) 基于传统图像取证的检测技术。 |
| 2) 基于真伪图像差异的检测技术。 |
| 3) 基于GAN指纹特征的检测技术。 |
| 11.3.2 基于视频序列的检测方法 |
| 1) 基于单通道视频帧间连续性的检测技术。 |
| 2) 基于多通道视频帧间连续性的检测技术。 |
| 11.3.3 深伪检测公开数据库 |
| 12 生物识别挑战问题和发展思路 |
| 12.1 生物识别的三大挑战问题 |
| 12.2 生物识别的发展思路 |
| 12.2.1 如何可感?——All-In-Focus的生物特征高通量计算成像系统 |
| 12.2.2 如何可知?——Face 2.0精准身份识别 |
| 12.2.3 如何可信?——生物识别安全防御进化智能SecureID |
| 13 总结与展望 |
（2）乳酸菌嘌呤降解菌株的筛选、基因组特征及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语 |
| 第1章 绪论 |
| 1.1 乳酸菌研究进展 |
| 1.1.1 乳酸菌概述 |
| 1.1.2 乳酸菌功能研究进展 |
| 1.1.3 乳酸菌分类研究进展 |
| 1.1.4 乳酸菌分子生物学鉴定方法 |
| 1.2 高尿酸血症 |
| 1.2.1 嘌呤代谢与尿酸形成 |
| 1.2.2 高尿酸血症及其流行状况 |
| 1.2.3 高尿酸血症的治疗 |
| 1.3 乳酸菌对高尿酸血症的防治作用 |
| 1.4 新型益生菌发酵食品的开发现状 |
| 1.5 本研究目的与意义 |
| 第2章 乳酸菌分离鉴定 |
| 2.1 材料与设备 |
| 2.1.1 样品来源 |
| 2.1.2 主要试剂 |
| 2.1.3 主要仪器与设备 |
| 2.1.4 培养基与溶剂的配制 |
| 2.2 方法 |
| 2.2.1 样品的采集 |
| 2.2.2 乳酸菌活菌计数 |
| 2.2.3 乳酸菌分离纯化 |
| 2.2.4 乳酸菌初步鉴定 |
| 2.2.5 菌株基因组DNA的提取 |
| 2.2.6 菌株REP-PCR指纹图谱扩增 |
| 2.2.7 菌株ERIC-PCR指纹图谱扩增 |
| 2.2.8 PCR指纹图谱稳定性试验 |
| 2.2.9 菌株16S rDNA基因扩增、测序及系统发育树的构建 |
| 2.2.10 16S rDNA扩增产物测序及分析 |
| 2.2.11 数据处理与分析 |
| 2.3 结果与分析 |
| 2.3.1 乳酸菌的分离与初步鉴定结果 |
| 2.3.2 REP-PCR指纹图谱扩增及其重复性 |
| 2.3.3 乳酸菌分离株REP-PCR指纹图谱与分析 |
| 2.3.4 ERIC-PCR标记的重复性 |
| 2.3.5 89株乳酸菌分离株的ERIC-PCR扩增指纹图谱与分析 |
| 2.3.6 菌株PCR扩增电泳图及16S rDNA序列同源性结果分析 |
| 2.4 本章小结 |
| 第3章 乳酸菌嘌呤降解菌株的筛选 |
| 3.1 材料与设备 |
| 3.1.1 菌株及来源 |
| 3.1.2 主要试剂 |
| 3.1.3 主要仪器与设备 |
| 3.1.4 培养基及溶液配制 |
| 3.2 方法 |
| 3.2.1 菌株复苏与培养 |
| 3.2.2 嘌呤降解反应体系建立 |
| 3.2.3 菌株嘌呤降解能力测定 |
| 3.2.4 耐酸及胆汁酸盐能力测定 |
| 3.2.5 时间对乳酸菌降解嘌呤的影响测定 |
| 3.2.6 初始浓度对乳酸菌降解嘌呤的影响测定 |
| 3.2.7 温度对乳酸菌嘌呤降解的影响测定 |
| 3.2.8 细胞活性对乳酸菌嘌呤降解的影响测定 |
| 3.2.9 乳酸菌菌体破壁产物对嘌呤降解能力测定 |
| 3.2.10 乳酸菌在食品模型中的嘌呤减除效果测定 |
| 3.2.11 数据处理与统计分析 |
| 3.3 结果与分析 |
| 3.3.1 乳酸菌嘌呤降解菌株的筛选结果 |
| 3.3.2 菌株耐酸、耐胆汁酸盐能力测定结果 |
| 3.3.3 时间对菌株嘌呤降解能力的影响 |
| 3.3.4 嘌呤初始浓度对菌株降解能力的影响 |
| 3.3.5 温度对菌株降解鸟嘌呤能力的影响 |
| 3.3.6 细胞活性对菌株降解鸟嘌呤能力的影响 |
| 3.3.7 乳酸菌菌株破壁组分降解鸟嘌呤能力 |
| 3.3.8 菌株在食品模型中的嘌呤减除效果 |
| 3.4 本章小结 |
| 第4章 乳酸菌抑制黄嘌呤氧化酶及抗氧化活性菌株筛选 |
| 4.1 材料与设备 |
| 4.1.1 菌株及来源 |
| 4.1.2 主要试剂 |
| 4.1.3 主要仪器与设备 |
| 4.1.4 培养基及溶剂配制 |
| 4.2 方法 |
| 4.2.1 菌株复苏与培养 |
| 4.2.2 菌体胞外产物与内容物的制备 |
| 4.2.3 菌株黄嘌呤氧化酶抑制活性测定 |
| 4.2.4 菌株清除超氧阴离子自由基能力测定 |
| 4.2.5 菌株DPPH自由基清除能力测定 |
| 4.2.6 菌株总抗氧化能力测定 |
| 4.3 结果与分析 |
| 4.3.1 不同乳酸菌胞外产物对黄嘌呤氧化酶的抑制作用 |
| 4.3.2 菌株内容物对黄嘌呤氧化酶的抑制作用 |
| 4.3.3 菌株超氧阴离子自由基清除能力的测定结果 |
| 4.3.4 菌株DPPH自由基清除能力的测定结果 |
| 4.3.5 菌株总抗氧化能力的测定结果 |
| 4.4 本章小结 |
| 第5章 乳酸菌降解嘌呤菌株基因组测定及分析 |
| 5.1 材料与设备 |
| 5.1.1 菌株来源 |
| 5.1.2 主要试剂 |
| 5.1.3 主要仪器与设备 |
| 5.1.4 培养基及溶剂配制 |
| 5.2 方法 |
| 5.2.1 菌株DNA提取及全基因组测序 |
| 5.2.2 Illumina文库构建及测序 |
| 5.2.3 基因组组装 |
| 5.2.4 基因组预测功能注释 |
| 5.2.5 降嘌呤菌株特异性序列筛选与验证 |
| 5.3 结果与分析 |
| 5.3.1 基因组组装结果分析 |
| 5.3.2 基因组预测与基因组圈图结果分析 |
| 5.3.3 GO功能注释分类 |
| 5.3.4 COG功能注释分类 |
| 5.3.5 KEGG功能注释分类 |
| 5.3.6 菌株序列的独特性 |
| 5.3.7 鼠李糖乳杆菌YZULr026与LV-1基因组比较分析 |
| 5.4 本章小结 |
| 第6章 降解嘌呤菌株发酵乳的研制 |
| 6.1 材料与设备 |
| 6.1.1 菌株来源 |
| 6.1.2 主要试剂 |
| 6.1.3 主要仪器与设备 |
| 6.1.4 培养基及溶剂配制 |
| 6.2 方法 |
| 6.2.1 酸奶发酵工艺流程 |
| 6.2.2 操作要点 |
| 6.2.3 单因素试验设计 |
| 6.2.4 发酵温度的单因素试验 |
| 6.2.5 发酵时间的单因素试验 |
| 6.2.6 黄瓜汁添加量的单因素试验 |
| 6.2.7 白砂糖添加量的单因素试验 |
| 6.2.8 响应面试验 |
| 6.2.9 验证试验 |
| 6.2.10 感官评价方法 |
| 6.2.11 产品质量测定 |
| 6.2.12 数据处理与分析 |
| 6.3 结果与分析 |
| 6.3.1 最适发酵温度的确定 |
| 6.3.2 最适发酵时间的确定 |
| 6.3.3 最适黄瓜汁添加量的确定 |
| 6.3.4 最适白砂糖添加量的确定 |
| 6.3.5 黄瓜酸奶最佳发酵工艺条件 |
| 6.3.6 黄瓜酸奶的质量指标 |
| 6.4 本章小结 |
| 全文小结 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（3）Wi-Fi环境下的室内人员身份识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.3 论文主要工作 |
| 1.4 论文结构安排 |
| 第2章 Wi-Fi环境下人员身份识别方法概述 |
| 2.1 Wi-Fi环境下人员感知原理 |
| 2.2 Wi-Fi环境下人员感知方法概述 |
| 2.2.1 基于指纹库的人员感知方法 |
| 2.2.2 基于机器学习模型的人员感知方法 |
| 2.3 本章小结 |
| 第3章 基于信道状态信息的二阶段身份识别方法 |
| 3.1 问题提出 |
| 3.2 算法实现 |
| 3.2.1 算法流程 |
| 3.2.2 离线阶段 |
| 3.2.3 在线阶段 |
| 3.3 实验环境 |
| 3.4 实验分析 |
| 3.4.1 身份识别算法准确率定义 |
| 3.4.2 设备高度和发包率的影响 |
| 3.4.3 设备间距和发包速率的影响 |
| 3.4.4 本文算法与其他算法对比 |
| 3.5 本章小结 |
| 第4章 基于随机森林模型的群组身份识别方法 |
| 4.1 问题提出 |
| 4.2 算法实现 |
| 4.2.1 WID-RD的构建 |
| 4.2.2 构造决策树 |
| 4.2.3 构建随机森林 |
| 4.2.4 WID-RD的框架 |
| 4.3 实验环境 |
| 4.4 实验分析 |
| 4.4.1 准确性标准 |
| 4.4.2 算法的整体性能 |
| 4.4.3 决策树深度的影响 |
| 4.4.4 森林规模的影响 |
| 4.4.5 人数的影响 |
| 4.5 本章总结 |
| 第5章 基于卷积神经网络的人员身份识别方法 |
| 5.1 问题提出 |
| 5.2 算法实现 |
| 5.2.1 数据预处理 |
| 5.2.2 CNN框架 |
| 5.2.3 卷积层 |
| 5.2.4 池化层 |
| 5.2.5 全连接层 |
| 5.3 实验环境 |
| 5.4 实验分析 |
| 5.4.1 方法的总体性能 |
| 5.4.2 传播链路的影响 |
| 5.4.3 设备间距的影响 |
| 5.4.4 设备高度的影响 |
| 5.4.5 信号频率的影响 |
| 5.5 本章总结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（4）基于信道状态信息的无线智能感知关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 无线感知技术研究现状 |
| 1.2.2 基于CSI的无线感知研究现状 |
| 1.3 待解决的问题 |
| 1.4 主要工作 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.4.3 研究创新点 |
| 1.5 本文的组织结构 |
| 1.6 本章小结 |
| 2 基于CSI的无线感知理论 |
| 2.1 无线感知的基本原理 |
| 2.1.1 信道响应 |
| 2.1.2 OFDM-MIMO技术 |
| 2.1.3 从RSSI到 CSI |
| 2.2 无线感知模型 |
| 2.2.1 无线信号路径损耗模型 |
| 2.2.2 无线信号静态传播模型 |
| 2.2.3 无线信号动态传播模型 |
| 2.2.4 基于菲涅尔区的无线感知模型 |
| 2.3 无线感知的特征信息 |
| 2.3.1 振幅 |
| 2.3.2 相位 |
| 2.3.3 多普勒频移 |
| 2.4 无线感知的关键技术 |
| 2.4.1 数据获取技术 |
| 2.4.2 感知数据处理方法 |
| 2.4.3 无线感知算法 |
| 2.5 本章小结 |
| 3 基于CSI的位置轨迹感知 |
| 3.1 引言 |
| 3.1.1 研究背景 |
| 3.1.2 问题描述 |
| 3.2 系统设计 |
| 3.2.1 系统概述 |
| 3.2.2 CSI位置信息预处理 |
| 3.2.3 基于特定剪切的特征提取 |
| 3.2.4 优化的SVM定位算法 |
| 3.2.5 基于卡尔曼滤波的跟踪模型 |
| 3.2.6 融合SVC与 SVR的人员入侵检测算法 |
| 3.3 性能评估 |
| 3.3.1 实验部署 |
| 3.3.2 发包速率对定位精度的影响 |
| 3.3.3 链路数量对定位精度的影响 |
| 3.3.4 裁剪因子对定位精度的影响 |
| 3.3.5 EC-SVM定位算法的整体性能 |
| 3.3.6 入侵检测性能分析 |
| 3.3.7 轨迹追踪性能分析 |
| 3.4 本章小结 |
| 4 基于CSI的日常动作行为感知 |
| 4.1 引言 |
| 4.1.1 研究背景 |
| 4.1.2 问题描述 |
| 4.2 Wi-M动作识别系统设计 |
| 4.2.1 系统概述 |
| 4.2.2 动作行为的CSI数据采集 |
| 4.2.3 动作行为的CSI数据预处理 |
| 4.2.4 动作行为特征提取 |
| 4.2.5 基于LSTM的动作行为识别 |
| 4.3 性能评估 |
| 4.3.1 实验部署 |
| 4.3.2 不同方向的性能评估 |
| 4.3.3 不同人员的性能评估 |
| 4.3.4 不同特征的性能评估 |
| 4.3.5 不同部署方向的性能评估 |
| 4.3.6 收发端不同间距的性能评估 |
| 4.3.7 不同环境下的性能评估 |
| 4.3.8 不同模型的性能评估 |
| 4.4 本章小结 |
| 5 基于CSI的手势动作识别 |
| 5.1 引言 |
| 5.1.1 研究背景 |
| 5.1.2 问题描述 |
| 5.2 手语识别系统设计 |
| 5.2.1 系统概述 |
| 5.2.2 多融合滤波器的数据预处理 |
| 5.2.3 手语手势的特征提取 |
| 5.2.4 基于Adaboost的手势分类与识别 |
| 5.3 性能评估 |
| 5.3.1 实验部署 |
| 5.3.2 不同采样位置的性能评估 |
| 5.3.3 用户多样性的性能评估 |
| 5.3.4 不同手势范围的性能评估 |
| 5.3.5 不同分类器的性能评估 |
| 5.3.6 系统泛化能力的性能评估 |
| 5.3.7 手写数字手势识别的性能评估 |
| 5.3.8 手语完整性识别的性能评估 |
| 5.3.9 多人手势交互的性能评估 |
| 5.4 本章小结 |
| 6 基于CSI的生命体征感知 |
| 6.1 引言 |
| 6.1.1 研究背景 |
| 6.1.2 问题描述 |
| 6.2 人体呼吸检测模型 |
| 6.3 人体呼吸检测系统设计 |
| 6.3.1 系统概述 |
| 6.3.2 呼吸动作的CSI数据预处理 |
| 6.3.3 呼吸动作的高层次特征提取 |
| 6.3.4 基于BiRNN的呼吸模式分类识别 |
| 6.4 性能评估 |
| 6.4.1 实验部署 |
| 6.4.2 发射端与接收端间距对识别结果的影响 |
| 6.4.3 不同频段对识别结果的影响 |
| 6.4.4 用户多样性的影响 |
| 6.4.5 不同场景的影响 |
| 6.4.6 不同分类器的影响 |
| 6.4.7 系统边界检测 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 本文总结 |
| 7.2 未来研究工作 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（5）基于电子鼻和HS-GC-IMS技术在几种农产品受真菌污染检测中的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 电子鼻技术在微生物检测中的国内外研究现状 |
| 1.3 顶空-气相色谱-离子迁移谱技术在微生物检测中的国内外研究现状 |
| 1.4 现有研究存在的问题与不足 |
| 1.4.1 对农产品受同属不同种的微生物污染检测研究较少 |
| 1.4.2 HS-GC-IMS技术对农产品受真菌污染检测研究较少 |
| 1.4.3 对农产品受混合真菌污染检测研究较少 |
| 1.5 课题来源 |
| 1.6 主要研究内容 |
| 1.7 本章小结 |
| 第2章 实验材料与方法 |
| 2.1 实验材料与常见仪器设备 |
| 2.1.1 实验材料与处理 |
| 2.1.2 化学试剂与常见仪器设备 |
| 2.2 主要实验仪器 |
| 2.2.1 电子鼻系统 |
| 2.2.2 气相色谱-质谱联用仪 |
| 2.2.3 顶空-气相色谱-离子迁移谱技术 |
| 2.2.4 荧光分光光度计 |
| 2.3 实验方法 |
| 2.3.1 真菌的分离纯化 |
| 2.3.2 真菌的PCR鉴定 |
| 2.3.3 微生物的形态学鉴定 |
| 2.3.4 孢子悬浮液的制备 |
| 2.3.5 样品挥发物的电子鼻技术检测方法 |
| 2.3.6 样品挥发物的气相色谱-离子迁移谱技术检测方法 |
| 2.3.7 样品挥发物的气质联用技术检测方法 |
| 2.3.8 样品的荧光分光光度技术检测方法 |
| 2.3.9 微生物计数 |
| 2.4 数据分析方法 |
| 2.4.1 特征信号的预处理 |
| 2.4.2 特征降维和选择 |
| 2.4.3 建模方法 |
| 2.4.4 多源信息融合方法 |
| 2.4.5 数据集划分和模型性能评价 |
| 2.5 本章小结 |
| 第3章 基于电子鼻技术对受不同曲霉属真菌侵染稻米的早期鉴定 |
| 3.1 前言 |
| 3.2 实验方案 |
| 3.2.1 真菌的鉴定 |
| 3.2.2 实验方案设计 |
| 3.2.3 稻米的电子鼻检测 |
| 3.2.4 稻米挥发物的气质联用检测 |
| 3.2.5 稻米的菌落总数检测 |
| 3.2.6 数据处理 |
| 3.3 结果与讨论 |
| 3.3.1 真菌的鉴定 |
| 3.3.2 受不同曲霉属真菌侵染稻米的菌落总数变化 |
| 3.3.3 稻米受不同曲霉属真菌侵染的挥发物成分变化 |
| 3.3.4 电子鼻对稻米受不同曲霉属真菌侵染的响应变化 |
| 3.3.5 PCA可视化与Logistic回归模型预测真菌生长 |
| 3.3.6 基于PLSR对受不同真菌侵染稻米的菌落总数预测 |
| 3.3.7 基于BPNN、SVM和LVQ模型区分稻米早期污染的真菌种类 |
| 3.4 本章小结 |
| 第4章 基于电子鼻和HS-GC-IMS技术快速检测稻米受真菌侵染水平 |
| 4.1 引言 |
| 4.2 实验方案 |
| 4.2.1 实验方案设计 |
| 4.2.2 电子鼻检测 |
| 4.2.3 HS-GC-IMS检测 |
| 4.2.4 稻米样品的菌落数检测 |
| 4.2.5 数据处理 |
| 4.3 结果与讨论 |
| 4.3.1 受不同真菌侵染稻米的真菌生长情况 |
| 4.3.2 HS-GC-IMS方法的精密度研究 |
| 4.3.3 通过HS-GC-IMS和电子鼻进行挥发性成分分析 |
| 4.3.4 主成分分析 |
| 4.3.5 真菌感染水平分类:HS-GC-IMS与电子鼻技术比较 |
| 4.3.6 真菌定量预测:HS-GC-IMS与电子鼻技术比较 |
| 4.4 本章小结 |
| 第5章 HS-GC-IMS和荧光光谱联用对花生籽粒受潜在产黄曲霉毒素真菌污染的快速检测 |
| 5.1 引言 |
| 5.2 实验方案 |
| 5.2.1 真菌的鉴定 |
| 5.2.2 实验方案设计 |
| 5.2.3 花生籽粒的HS-GC-IMS检测 |
| 5.2.4 花生籽粒提取液的荧光分光光度法检测 |
| 5.2.5 花生籽粒的菌落总数检测 |
| 5.2.6 数据处理 |
| 5.3 结果与讨论 |
| 5.3.1 真菌的鉴定结果 |
| 5.3.2 受不同真菌侵染花生籽粒的真菌生长情况 |
| 5.3.3 受不同真菌污染花生籽粒的气相离子迁移谱图 |
| 5.3.4 荧光光谱特征分析 |
| 5.3.5 PCA和OPLS-DA分析 |
| 5.3.6 基于HS-GC-IMS和荧光光谱技术构建受潜在产黄曲霉毒素真菌污染的花生籽粒分类模型 |
| 5.3.7 利用HS-GC-IMS技术定量分析受真菌污染花生籽粒的潜在标记物 |
| 5.3.8 基于HS-GC-IMS和荧光光谱技术定量预测受潜在产黄曲霉毒素真菌侵染花生籽粒的菌落总数 |
| 5.4 本章小结 |
| 第6章 基于靶向和非靶向策略的HS-GC-IMS技术对受真菌污染小麦籽粒的检测及应用验证 |
| 6.1 引言 |
| 6.2 实验方案 |
| 6.2.1 真菌的鉴定 |
| 6.2.2 实验方案设计 |
| 6.2.3 小麦籽粒样品的HS-GC-IMS检测 |
| 6.2.4 小麦籽粒的菌落总数检测 |
| 6.2.5 数据处理 |
| 6.3 结果与讨论 |
| 6.3.1 真菌的鉴定结果 |
| 6.3.2 小麦籽粒受不同真菌侵染的菌落数变化 |
| 6.3.3 受不同真菌侵染小麦籽粒的可视化分析 |
| 6.3.4 基于非靶向指纹图谱策略和靶向特征标记策略构建小麦籽粒中真菌种类区分模型 |
| 6.3.5 基于非靶向指纹图谱策略和靶向特征标记策略构建小麦籽粒中菌落总数的预测模型 |
| 6.3.6 在模拟实际样品中的验证 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 缩略词表 |
| 攻读学位期间主要研究成果 |
（6）在体指纹研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 无线体域网概述 |
| 1.2 无线安全相关知识 |
| 1.3 在体指纹研究意义 |
| 1.4 本章小结 |
| 第二章 毫米波段手掌局部信道表征 |
| 2.1 研究背景 |
| 2.2 信道探测实验设计 |
| 2.3 数据分析与讨论 |
| 2.4 本章小结 |
| 第三章 在体指纹信道特征认证 |
| 3.1 研究背景 |
| 3.2 在体信道影响因素分析 |
| 3.3 实验设计与认证可行性分析 |
| 3.4 本章小结 |
| 第四章 在体指纹时频域特征签名授权 |
| 4.1 研究背景 |
| 4.2 B-CSAI物理机理 |
| 4.3 B-CSAI安全机理 |
| 4.4 实验设计与结果分析 |
| 4.5 本章小结 |
| 第五章 在体指纹提取弱随机源 |
| 5.1 研究背景 |
| 5.2 弱随机源提取实验设计 |
| 5.3 弱随机源性能分析 |
| 5.4 本章小结 |
| 第六章 在体指纹动作行为感知 |
| 6.1 研究背景 |
| 6.2 相关工作 |
| 6.3 基本二元通断识别 |
| 6.4 泛在感知机理与多手势识别 |
| 6.5 在体指纹感知性能讨论 |
| 6.6 本章小结 |
| 第七章 全文总结 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）指纹信息提取技术分析与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 不同识别技术比较 |
| 1.3 指纹识别技术应用实例 |
| 1.4 主要内容与结构总结 |
| 1.4.1 主要内容 |
| 1.4.2 结构安排 |
| 第2章 指纹的全局特征和局部特征 |
| 2.1 指纹全局特征 |
| 2.2 指纹局部特征 |
| 第3章 指纹识别算法的开发 |
| 3.1 指纹提取的研究历程及特点迁移 |
| 3.2 指纹提取关键技术 |
| 3.2.1 指纹图像采集 |
| 3.2.2 指纹图像预处理 |
| 3.2.3 指纹图像特征提取 |
| 3.2.4 指纹图像识别与匹配 |
| 3.3 污损指纹信息处理 |
| 第4章 指纹识别系统的MATLAB实现 |
| 4.1 研究工具MATLAB的介绍 |
| 4.1.1 MATLAB的特点 |
| 4.1.2 MATLAB语言简介 |
| 4.2 算法MATLAB仿真结果 |
| 第5章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（8）指纹证据技术的引入、发展与分歧（1904-1949）（论文提纲范文）
| 摘要 |
| abstract |
| 导言 |
| 一、问题的提出 |
| 二、研究对象 |
| 三、文献综述 |
| 四、研究价值 |
| 五、创新之处 |
| 第一章 共识:指纹证据技术的引入解释与基础 |
| 第一节 指纹证据技术引入的文化解释 |
| 一、西法中源 |
| 二、中体西用 |
| 三、博采西学 |
| 第二节 指纹证据技术引入的制度准备 |
| 一、警察制度建立 |
| 二、检察官侦查权的创设 |
| 三、刑事证据制度的法律探索 |
| 第三节 指纹证据技术传播的教育基础 |
| 一、留学制度 |
| 二、警察学校与司法传习所 |
| 三、翻译学术着作、创办警务杂志 |
| 第二章 萌芽:指纹证据技术的滥觞与早期实践 |
| 第一节 中华文明或最早将手印纳入证据体系 |
| 一、中华文明是世界上最早使用指纹印痕的文明地区之一 |
| 二、中华文明最早将手印纳入证据体系 |
| 三、中国古代手印证据应用的特征与局限 |
| 第二节 指纹证据技术的科学发展起源于西方 |
| 一、指纹证据技术发展的科学基础 |
| 二、指纹证据技术的诞生与应用 |
| 第三节 西方指纹证据技术的传入与实践 |
| 一、近代报刊的报道 |
| 二、租界等地的实践 |
| 第三章 发展:指纹证据技术的学习与应用考据 |
| 第一节 指纹证据技术的曲折前页 |
| 一、拷讯技术的存废之争 |
| 二、学习催眠术 |
| 第二节 指纹证据技术的传播途径 |
| 一、发明者亲授 |
| 二、官方办学 |
| 三、遣员学租界 |
| 四、派遣留学生 |
| 五、国内与国际交流 |
| 六、个人研究传播 |
| 第三节 指纹证据技术的实践情况 |
| 一、司法行政部门 |
| 二、警察部门 |
| 三、刑事案例考察 |
| 四、指纹证据技术实践的问题 |
| 第四章 分歧:指纹证据技术的标准之争 |
| 第一节 争议基础——各地实践差异 |
| 一、标准不同实践受阻 |
| 二、各地实践统计情况 |
| 第二节 争议焦点——技术标准之差 |
| 一、亨利制指纹分析法 |
| 二、武塞蒂赫制指纹分析法 |
| 三、汉堡式指纹分析法 |
| 四、爱蒙培尔制指纹分析法 |
| 五、中华式指纹分析法 |
| 六、几种分析方法的评述 |
| 第三节 争议背后——学说派系之争 |
| 一、师承关系与学源背景 |
| 二、人事关系 |
| 三、着说情况 |
| 四、地域差异 |
| 第四节 指纹证据技术统一之努力 |
| 一、技术标准的选择 |
| 二、技术统一计划 |
| 三、形式上的仓促统一 |
| 第五章 反思:指纹证据技术的发展镜鉴 |
| 第一节 指纹证据技术发展的特征与启示 |
| 一、指纹证据技术发展特点 |
| 二、指纹证据技术发展的问题与文化因素 |
| 三、指纹证据技术发展的其它因素 |
| 四、民国指纹证据技术发展的启示 |
| 第二节 指纹证据技术的传承与培育方式 |
| 一、学术研究规范对技术传承的影响 |
| 二、技术培育方式的问题 |
| 第三节 指纹证据技术视野下的检警关系 |
| 一、检警指纹证据技术的并行发展 |
| 二、技术分歧下侦查权的扩张与异化 |
| 第四节 指纹证据技术视野下的科学与司法关系 |
| 一、证据科学于司法的价值 |
| 二、证据科学于司法的局限性 |
| 三、司法于证据科学的采信 |
| 参考文献 |
| 译名索引 |
| 在读期间发表的学术论文与研究成果 |
| 后记 |
（9）直接质谱分析技术在肺癌和肝癌分子诊断中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 当前癌症的概述 |
| 1.1.1 肺癌 |
| 1.1.2 肝癌 |
| 1.2 肺癌和肝癌的主要临床诊断手段 |
| 1.3 直接质谱分析技术 |
| 1.3.1 用于固态样品的直接质谱分析技术 |
| 1.3.2 用于液态或粘性样品分析的直接质谱分析技术 |
| 1.3.3 用于整体样品分析的直接质谱分析技术 |
| 1.4 分子诊断 |
| 1.4.1 直接质谱分析技术用于肺癌和肝癌的分子诊断 |
| 1.4.1.1 组织样本的直接分子表征 |
| 1.4.1.2 液体样本的直接分子表征 |
| 1.4.1.3 呼吸气体的直接分子表征 |
| 1.5 本论文选题的目的、意义及研究内容 |
| 参考文献 |
| 第二章 整合分析从同一组织中顺次荷电萃取得到的小分子、脂质和蛋白质以提高肺癌分子诊断的准确度 |
| 2.1 引言 |
| 2.2 实验部分 |
| 2.2.1 材料与试剂 |
| 2.2.2 iEESI-MS分析组织样品的条件参数和具体步骤 |
| 2.2.3 ESI-MS实验分析组织样品萃取溶液的具体步骤和实验条件 |
| 2.2.4 数据分析 |
| 2.3 结果与讨论 |
| 2.3.1 iEESI-MS技术 |
| 2.3.2 参数优化 |
| 2.3.2.1 实验参数优化 |
| 2.3.2.2 溶剂条件优化 |
| 2.3.3 iEESI-MS分析结果与ESI-MS分析结果的比较 |
| 2.3.4 同一组织内部脂质、小分子和蛋白质顺次荷电萃取机制探讨 |
| 2.3.5 iEESI-MS技术直接分析同一人体肺癌组织样本 |
| 2.3.6 肺癌组织与正常组织的OPLS-DA识别分析 |
| 2.3.7 癌症预测性能评估 |
| 2.3.8 同源样品系统误差评估 |
| 2.4 本章小结 |
| 参考文献 |
| 第三章 内部萃取电喷雾电离质谱技术直接评估肺癌分子边界 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.2.1 材料与试剂 |
| 3.2.2 细胞培养 |
| 3.2.3小鼠实验 |
| 3.2.4 仪器与方法 |
| 3.2.5 数据分析 |
| 3.3 结果与讨论 |
| 3.3.1 iEESI-MS技术直接分析裸鼠肺癌组织样本中的磷脂 |
| 3.3.2 方法准确度的评估 |
| 3.3.3 iEESI-MS直接测定肺癌分子边界 |
| 3.3.4 评估潜在标志物在临床实际应用中的价值 |
| 3.4 本章小结 |
| 参考文献 |
| 第四章 肝癌小鼠模型和人体间磷脂变化的比较研究 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 材料与试剂 |
| 4.2.2 iEESI-MS技术直接分析组织样本方法 |
| 4.2.3 DI-ESI-MS技术分析血清样本方法 |
| 4.2.4 数据分析 |
| 4.3 结果与讨论 |
| 4.3.1 iEESI-MS技术直接分析人体不同类型肝癌组织样本 |
| 4.3.2 人体不同类型肝癌组织样本的层次聚类分析(HCA) |
| 4.3.3 iEESI-MS技术直接分析小鼠不同类型肝癌组织样本 |
| 4.3.4 小鼠不同类型肝癌组织样本的PLS-DA分析 |
| 4.3.5 比较分析肝癌小鼠模型和人体间特征磷脂的变化情况 |
| 4.3.6 DI-ESI-MS技术分析血清样本 |
| 4.3.7 评估6 种磷脂在肝癌分子诊断中的性能 |
| 4.4 本章小结 |
| 参考文献 |
| 第五章 结论 |
| 作者简介及在读期间所取得的科研成果 |
| 致谢 |
（10）物联网智能设备安全配对方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 物联网智能设备安全配对方案的研究现状 |
| 1.2.1 基于人机交互的设备安全配对方案 |
| 1.2.2 基于物理层信道的设备安全配对方案 |
| 1.2.3 基于物理上下文的设备安全配对方案 |
| 1.3 研究成果和论文组织结构 |
| 1.3.1 研究成果 |
| 1.3.2 论文组织结构 |
| 第二章 基础知识 |
| 2.1 设备配对基本流程 |
| 2.2 合法性验证 |
| 2.3 密钥协商 |
| 2.4 信息调和 |
| 2.5 本章小结 |
| 第三章 基于步态的可穿戴设备配对方法 |
| 3.1 引言 |
| 3.2 系统设计 |
| 3.2.1 不同身体部位的步态特征的差异性 |
| 3.2.2 系统模型和安全假设 |
| 3.2.3 协议设计概述 |
| 3.3 系统实现 |
| 3.3.1 数据预处理 |
| 3.3.2 步态指纹提取 |
| 3.3.3 信息调和与隐私放大 |
| 3.4 实验分析 |
| 3.4.1 参数选择 |
| 3.4.2 密钥比特匹配率 |
| 3.4.3 密钥随机性分析 |
| 3.4.4 安全性分析 |
| 3.5 本章小结 |
| 第四章 基于音频的设备配对方法 |
| 4.1 引言 |
| 4.2 系统设计 |
| 4.2.1 威胁模型和安全假设 |
| 4.2.2 额外的声源 |
| 4.2.3 音频指纹提取 |
| 4.2.4 协议设计概述 |
| 4.3 系统实现 |
| 4.3.1 检测显着的声音信号 |
| 4.3.2 信息调和 |
| 4.3.3 密钥确认 |
| 4.4 实验分析 |
| 4.4.1 实验配置 |
| 4.4.2 引入额外的声源对方案的影响 |
| 4.4.3 合法设备和攻击者设备对声音信号的检测能力 |
| 4.4.4 距离对配对成功率的影响 |
| 4.4.5 背景噪声的影响 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、一种新型人体指纹提取方法（论文参考文献）
- [1]生物特征识别学科发展报告[J]. 孙哲南,赫然,王亮,阚美娜,冯建江,郑方,郑伟诗,左旺孟,康文雄,邓伟洪,张杰,韩琥,山世光,王云龙,茹一伟,朱宇豪,刘云帆,何勇. 中国图象图形学报, 2021(06)
- [2]乳酸菌嘌呤降解菌株的筛选、基因组特征及其应用研究[D]. 刘慧敏. 扬州大学, 2021
- [3]Wi-Fi环境下的室内人员身份识别方法研究[D]. 曹渊. 西北师范大学, 2021(12)
- [4]基于信道状态信息的无线智能感知关键技术研究[D]. 郝占军. 兰州交通大学, 2021(01)
- [5]基于电子鼻和HS-GC-IMS技术在几种农产品受真菌污染检测中的研究[D]. 顾双. 浙江大学, 2021(01)
- [6]在体指纹研究[D]. 赵楠. 西安电子科技大学, 2020(05)
- [7]指纹信息提取技术分析与实现[D]. 张天良. 河南大学, 2020(02)
- [8]指纹证据技术的引入、发展与分歧（1904-1949）[D]. 胡裕岭. 华东政法大学, 2020(03)
- [9]直接质谱分析技术在肺癌和肝癌分子诊断中的应用研究[D]. 卢海艳. 吉林大学, 2020(08)
- [10]物联网智能设备安全配对方法研究[D]. 梅诗佳. 西安电子科技大学, 2020(05)