期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用于手写签名识别的演化超网络
被引量:
1
1
作者
王进
谢水宁
+3 位作者
颉小凤
LEE chongho
陈乔松
邓欣
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2018年第3期399-407,共9页
手写签名作为易被大众所接受的生物特征身份认证方式,已成为模式识别领域一个重要研究热点。针对现有手写签名存在易模仿难鉴定的问题,提出一种结合演化超网络模型的手写签名认证方法。为了平滑噪声,构造出可读性强的笔迹特征集,采用向...
手写签名作为易被大众所接受的生物特征身份认证方式,已成为模式识别领域一个重要研究热点。针对现有手写签名存在易模仿难鉴定的问题,提出一种结合演化超网络模型的手写签名认证方法。为了平滑噪声,构造出可读性强的笔迹特征集,采用向量化和平滑采集点的方法对手写签名样本进行预处理,从而提取出位置和方向特征属性,采用演化超网络模型对签名进行学习和鉴定。为验证该方法的有效性,对20个签名用户分别采集了40个真实签名和20个伪造签名数据进行实验。实验结果表明,该方法对用户签名的误拒率(false rejection rate,FRR)为4.75%,误纳率(false acceptance rate,FAR)为3.75%,识别率(verification accuracy,VA)为95.75%。同时和其他传统的识别算法相比,具有更高的识别率。
展开更多
关键词
签名认证
笔迹特征集
向量化
演化超网络
下载PDF
职称材料
题名
用于手写签名识别的演化超网络
被引量:
1
1
作者
王进
谢水宁
颉小凤
LEE chongho
陈乔松
邓欣
机构
重庆邮电大学计算智能重庆市重点实验室
department of information and communucation engineering
出处
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2018年第3期399-407,共9页
基金
重庆市基础与前沿研究计划项目(cstc2014jcyjA40001,cstc2014jcyjA40022)
重庆教委科学技术研究项目(自然科学类)(KJ1400436)
重庆市研究生科研创新项目(CYS14150)
文摘
手写签名作为易被大众所接受的生物特征身份认证方式,已成为模式识别领域一个重要研究热点。针对现有手写签名存在易模仿难鉴定的问题,提出一种结合演化超网络模型的手写签名认证方法。为了平滑噪声,构造出可读性强的笔迹特征集,采用向量化和平滑采集点的方法对手写签名样本进行预处理,从而提取出位置和方向特征属性,采用演化超网络模型对签名进行学习和鉴定。为验证该方法的有效性,对20个签名用户分别采集了40个真实签名和20个伪造签名数据进行实验。实验结果表明,该方法对用户签名的误拒率(false rejection rate,FRR)为4.75%,误纳率(false acceptance rate,FAR)为3.75%,识别率(verification accuracy,VA)为95.75%。同时和其他传统的识别算法相比,具有更高的识别率。
关键词
签名认证
笔迹特征集
向量化
演化超网络
Keywords
signature verification
handwritten features
vectoring
evolutionary hypernetwork
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用于手写签名识别的演化超网络
王进
谢水宁
颉小凤
LEE chongho
陈乔松
邓欣
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2018
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部