2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、簽名鑒別技術(shù)應(yīng)用范圍很廣,是當(dāng)前很受關(guān)注的研究領(lǐng)域。本文首先介紹了簽名鑒別技術(shù)的歷史、現(xiàn)狀及其發(fā)展,同時對已有的鑒別技術(shù)的原理與方法進(jìn)行了回顧與總結(jié)。構(gòu)建了一個簽名新的鑒別系統(tǒng),包括數(shù)據(jù)采集、預(yù)處理、特征提取和鑒別決策等技術(shù)。
   在預(yù)處理階段,通過實驗,得到一套比較好的預(yù)處理方法。特征提取是整個系統(tǒng)的關(guān)鍵部分,經(jīng)過多次實驗,比較了形狀特征、偽動態(tài)特征和紋理特征等,最后綜合使用了這三種特征,同時由于每個簽名圖像提取的特征維數(shù)過

2、高,會導(dǎo)致“維數(shù)災(zāi)難”,故考慮利用主成分分析法(PCA)降維。使用PCA降維后,得到了較低維數(shù)且更加有效的特征。在鑒別決策階段,經(jīng)過理論分析和多次實驗比較,最終選擇SVM作為分類器。
   最后引入了三個實驗指標(biāo)——錯誤拒絕率、錯誤接受率、總正確率,綜合評價簽名鑒別方法的好壞。
   本文實現(xiàn)了一個離線簽名系統(tǒng),并在自己采集的小數(shù)據(jù)庫上做了一些對比實驗。實驗結(jié)果表明,由于特征提取、降維方法選擇得當(dāng),使得該系統(tǒng)的識別正確率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論