指紋門禁考勤一體機在識別階段需要在數據庫中反復比對指紋，直到找出與輸入指紋一致的指紋，系統響應時間相對較長。為了減少系統的響應時間，通常對指紋進行分類，在識別時只需將輸入指紋和數據庫中與輸入指紋同類的指紋進行比對，這樣，只需搜索部分指紋庫就可以判定輸入指紋是否合法。
常用的指紋分類模式為根據指紋中核心點(coM)和三角點(b1M)的數量和位置來對指紋進行分類的HeNv分類模式或其變種。Henv分類模式將指紋分成五類：左箕型、右箕型、斗型(whorL)、拱型(sMh)和尖拱型(加以Mh)。目前的許多研究工作都圍繞著如何提高Hen邱分類模式的正確率展開“15hM J：也有人通過合并多個分類器來提高分類的正確率，同時增加分類的數量。
由于指紋圖像質量的影響，各種分類算法都存在一定的錯誤率和拒絕串。對于箕型、斗型和尖拱型的指紋很可能由于指頭在指紋儀上的移動而使得三角點或某個核心點在掃描區域之外，從而掃描出來的指紋圖像中只有一個核心點，H模式無法對這樣的指紋分類而被系統拒絕。同時，按照H叫模式，指紋的分布很不均勻。前人的統計結果表明：不同類型指紋的分布大概為1vhorL—279％、1d11Mp—33．8％、d辦INp—31．7％、礬k—3．7％、加以mh—2．9沖。衡量指紋分類方法性能的參數之一是系統穿透系數，其中外為數據庫的記錄數，c為比對次數。假設某分類算法的錯誤率為兄，拒絕率為及*理想情況下兄＝及r＝o，這時
Henl模式的系統穿透系數為公式(1．2)o