式中W0，W1，W2為權值向量，顯然，中值融合的效果要差于邏輯融合，邏輯融合的過程就是以中值為基礎，經過多次迭代，總能找到一組合適的權值向量(W0，W1，W2)，使得閾值分數(shù)S接近于最佳值。
2 實驗結果
隨機抽取20個人，每個人使用3個手指，分別為大拇指、食指、中指，使用光學和電容傳感器，每個手指按壓10次，每個人采集到的指紋數(shù)為6×10=60，共有指紋20×60=1200。對于每一個驗證算法兩類集合的匹配分數(shù)。第一次匹配稱為“真正匹配分數(shù) (真正用戶之間)G集合，第二次是“假匹配分數(shù)”(“假冒用戶之問”)I集合。
隨機細分以上集為2個大小相同的集合：G=G1 U G2，I=I1 U I2，G1, G2和I1, I2分別是G和I的分離集合。訓練集合Tr={G1，I1}用于計算邏輯融合規(guī)則的權重，測試集合Tx={G2，I2}用于評價和比較算法性能。
2 實驗結果
隨機抽取20個人，每個人使用3個手指，分別為大拇指、食指、中指，使用光學和電容傳感器，每個手指按壓10次，每個人采集到的指紋數(shù)為6×10=60，共有指紋20×60=1200。對于每一個驗證算法兩類集合的匹配分數(shù)。第一次匹配稱為“真正匹配分數(shù) (真正用戶之間)G集合，第二次是“假匹配分數(shù)”(“假冒用戶之問”)I集合。
隨機細分以上集為2個大小相同的集合：G=G1 U G2，I=I1 U I2，G1, G2和I1, I2分別是G和I的分離集合。訓練集合Tr={G1，I1}用于計算邏輯融合規(guī)則的權重，測試集合Tx={G2，I2}用于評價和比較算法性能。
