摘要
本申请公开了一种生物特征的动态更新方法、装置、设备及存储介质。包括:采集用户的实时认证特征,并提取用户的历史融合特征;基于实时认证特征以及历史融合特征,计算特征质量因子、相似度因子、时间间隔权重以及历史累积权重;基于多层感知器神经网络模型,训练融合权重预测模型;将特征质量因子、相似度因子、时间间隔权重以及历史累积权重输入融合权重预测模型,输出动态融合权重;基于动态融合权重,融合实时认证特征以及历史融合特征,得到更新后的融合特征。本申请将新采集的特征与历史融合特征结合来更新特征库,通过多维特征因子以及非线性模型动态调整特征融合权重,通过模型捕捉各因子之间的复杂关系,使得权重调整更加灵活和准确。
技术关键词
融合特征
动态更新方法
因子
多层感知器
神经网络模型
计算机可读指令
指数衰减函数
长短期记忆网络
生物
灰度直方图
光照
噪声
非线性
边缘检测
图像
处理器
关键点
模块
系统为您推荐了相关专利信息
电力运行数据
监测方法
BP神经网络模型
加密数据
训练集
识别检测方法
深度学习模型
冷轧带钢
卷积神经网络模型
在线
能源优化方法
基础照明
综合评估模型
照明系统亮度
因子
激光打孔工艺
参数优化方法
样本
大数据原理
仿真模拟方法