使用STM32结合指纹锁AS608，控制舵机转动门把手，可实现门禁，指纹解锁开门

针对传统WLAN指纹定位算法中存在的定位精度低、稳定性差、实时性不高等问题，提出一种基于CMAES-SVR的WLAN室内定位算法。该算法首先对接入点（AP）的接收信号强度（RSS）进行统计分析，采用高斯滤波对信号进行预处理，然后利用K-means聚类算法将原始指纹数据库中的定位区域进行聚类分块；其次采用协方差矩阵自适应进化策略（CMAES）优化支持向量回归机（SVR）参数，从而建立CMAES-SVR室内定位学习模型，通过该模型分别构建各定位子区域中RSS信号与物理位置非线性映射关系；最后判断测试点所属类簇，根据该类簇中训练好的CMAES-SVR模型进行回归预测。实验结果表明，与WKNN、传统SVR以及PSO-SVR算法相比，该算法在定位精度、稳定性以及实时性方面均有所提高。

可读取MS、M2、Micro SD、Smart Card、SIM卡 附BOM、PCB资料。UT367多合一读卡器原理图用PADS、orCAD、或者protel软件，自行选择打开。 UT367多合一读卡器原理图截图: BOM表截图: 附件内容截图:

针对RSS（接收信号强度）时变性以及不同终端信号接收能力的差异性，导致WLAN位置指纹定位不稳定的问题，基于RSS空间线性相关性提出一种新颖的位置指纹定位算法。在每个参考点分别采集多组RSS样本形成特征矩阵，并构建离线位置指纹数据库。定位时，通过计算实时RSS矩阵与指纹库参考点相关性，得到最相关的k个参考点，利用二次加权质心算法计算用户的最终位置。为了有效降低信号时变性的影响，采样时进行了滤波、排序等处理，构建离线指纹数据库时尽量增加采样次数，但需要对样本进行聚合处理以适应定位相关性计算。实验结果表明，该算法在保证较高定位准确度的同时，针对不同终端有更好的定位稳定性。

基于Dijkstra辅助的指纹定位算法，潘永灿，黄建明，物联网技术是目前的热点技术，对行业的发展有广阔的应用前景。室内定位技术对物联网有着极为重要的意义。目前室内定位技术众多，

该课题为基于MATLAB的指纹识别系统，带有GUI可视化界面，流程为：逐一录入指纹，对每个指纹进行特征值提取，输入待匹配指纹，得出是否在库里面，输出结果。

该课题为基于Matlab的指纹识别系统。带有一个人机交互界面。可以利用它来做指纹门禁。

基于FPGA的指纹识别算法硬件

由指纹识别的基本原理可知，指纹识别技术主要经过以下4个步骤：指纹图像的获取、指纹图像的预处理、指纹特征的提取和指纹特征匹配。下面将对指纹识别技术的每个步骤做详细论述。 　　1．指纹图像的获取 　　获取指纹图像的设备可分成三类：光学、硅晶体传感器和其他。光学取像设备应用的历史最久，它依据的是光的全反射原理。 　　应用晶体传感器是最近市场上才出现的，这些含有微型晶体的平面通过多种技术来绘制指纹图像。 　　电容传感器就是其中的一种，它通过电子度量来捕获指纹图像。电容设各能结合大约1 00 000导体金属阵列的传感器，其外面是绝缘的表面，当用户的手指放在上面时，皮肤组成了电容阵列的另一面。电容

惠普战66 Pro G1 笔记本电脑 (14寸)指纹驱动。自己战66笔记本重装系统后，没有安装官方指纹驱动，指纹识别特别慢。下载安装驱动后，指纹识别速度快，准确率高。