基于改进算法的卷积神经网络的单人离线手写签名真伪鉴定

为了解决深度学习签名鉴定中输入的数据集较少、同时鉴定准确率要求高的问题,提出了单人离线手写签名识别方法,将预处理后的图形输入优化Triplet loss算法后的卷积神经网络并更新参数,最后通过待预测真伪图形与训练中心点的欧氏距离大小来进行鉴定签名的真伪,实现了在少量数据集的情况下获得了95%以上的准确率的目标。

重要Tor暗网站点的验证码快速识别和数据采集

针对面向Tor暗网的数据采集和信息监控的任务,为了解决爬取重要Web站点中所遇到的验证码自动识别这个技术难点,设计一套结合CNN网络、GRU网络和ctc loss的快速识别模型,并将其应用到Tor暗网站点的数据采集系统中去。一段时间的实际运行结果充分证明了该Tor暗网数据采集系统能够快速、准确地识别重要Tor暗网站点的验证码,自动绕过检验机制后爬取并存储站点的数据信息,从而有力支撑了暗网数据提炼、分析和挖掘的后续工作。