Fig. 1.
(a)指纹样本
(b)图 中 指 纹 脊 的 边缘。 1(a).
如果
i=3
,则级别i 1的ant代理数
r if i
=
1, 2
工作蚂蚁代理存放信息素并在IN和M中的值之间执行逐位XOR运算。
XOR操作返回零的次数如等式2所示计算。(5和6),结果是
所存储的指纹的脊线模式被呈现为输入以
存储在similarity_score中。
蚂蚁经理蚂蚁管理器将脊模式存储在其禁忌-
p n
名单 如果存储的脊模式的数量大于100,则蚂蚁
相似性得分
=
Σ Σ
X
ij
<
$X ij
=
0
(5)
管理器在范围[40,70]中随机选择一个数字“r”。否则,r的值为2。
和水平1,并表示为方程。(二)、
如果m ≤100,
则级别2
和
1r2
的蚂蚁代理数量
random
[
40
,
70
]
否则
X
ij
=
.
在
i j
)
中
,
其中
i
=
1,2,.,
n
;
j
=
1,2,...,p
(
6
)
(二)
蚂蚁管理器的表列表包含一个全局值和全局集。全局值被初始化
为0,并且全局集合是空的,如在等式(1)中。(3).
全局值
=
0
,全局集
=
{
0
}
(
3)
蚂蚁管理器将所存储的指纹的脊图案划分为r个互斥的子集
S1
,
S2
,
到如图2所示的级别2的蚂蚁代理A
i
。第四章
图5示出了在脊图案之间执行逐位XOR操作的工作蚂蚁代理。
工作中的蚂蚁代理将其列表中的similarity_score值发送到级别2的相
应蚂蚁代理。级别2的蚂蚁代理将similarity_score的值与其表列表中的
max_similarity的值进行比较。如果similarity_score小于max_similarity,
则 级 别 2的 蚂 蚁代 理 移 动到 下 一个 踪 迹 。如 果 similarity_score大 于
max_similarity,则第2级的蚂蚁代理会找到公式中的相似性百分比。
(7)。
相似性分数
在第2级的每个蚂蚁代理A
i
具有表示存储器的表列表的
tabulist包含两个变量
max_similarity的初始值为0。count_fingerprint的初始值比子集S1中的脊
图案的数量大1,如等式(1)所示。(4).
计 数 指 纹
i
= |S
I
| 其 中 i = 1 , 2 , . , r
(
4)蚂蚁管理器被呈现有输入指纹I。蚂蚁
如果相似性的百分比大于或等于阈值0.96,则级别2的蚂蚁代理用等
式2中的similarity_score更新其表列表中的“max_similarity”值。(8).对应
于similarity_score的脊模式也在其表列表中更新。否则,max_similarity
不会更新。选择0.96的阈值以适应指纹的变换和变形
管理器提取I的脊模式并将其分配给级别2的所有蚂蚁代理。令IN表示所
提取的脊图案。级别2处的每个蚂蚁代理A
i
通过将count_fingerprint递减1
来沉积信息素,并且
相似性得分,如果相似性百分比为
0。
96
最大相似度,否则
从子集Si中选择脊图案。令M表示所选图案。蚂蚁代理A
i
将选择的模式M
和输入模式IN分配给级别1的工作蚂蚁代理
每 个 工 作 蚂 蚁 代 理 在 1 级 有 一 个 表 , 其 中 包 含 一 个 变 量
similarity_score的初始值为0。的
第二层的蚂蚁通过信息素的蒸发移动到下一个路径。它再次通过将
count_finger- gerprint递减1来存放信息素。它现在从子集
Si
中
选择另一个
脊模式,并将其分配给级别1的工作蚂蚁代理。第1级的工作蚂蚁代理发
现输入的脊图案与从Si中选择的脊图案之间的相似性。级别2的蚂蚁代理
重复此过程