脫機中文簽名鑒別系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、簽名是一種使用廣泛的識別身份的生物特征，基于手寫簽名的身份鑒別在金融、軍事、商業(yè)、通信、辦公自動化、工程文件等領(lǐng)域有廣泛的應(yīng)用前景，簽名鑒別技術(shù)的研究對于實際應(yīng)用和科技進步有著重要的意義。本文首先分析了手寫簽名鑒別的應(yīng)用背景、發(fā)展歷史及國內(nèi)外研究動態(tài)，探討了簽名鑒別問題的性質(zhì)和脫機中文簽名鑒別實現(xiàn)的難點，對脫機中文簽名鑒別的一些關(guān)鍵技術(shù)和主要算法做了深入的研究和嘗試，設(shè)計并開發(fā)了一個脫機中文簽名鑒別系統(tǒng)。 主要的研究工作有：簽名

2、圖像的預(yù)處理和特征提取階段，在查閱了很多資料后，深入研究了現(xiàn)有算法，本文中簽名的預(yù)處理大多采用現(xiàn)有的適用于脫機中文簽名鑒別的成熟算法，在特征提取時，提取了簽名的靜態(tài)形狀特征和偽動態(tài)特征，并提出了一種新的偽動態(tài)特征，即簽名的高灰度穩(wěn)定區(qū)特征。 特征提取后，本文進行了特征選擇。文本提出并采用了一種將概率距離法中的Bhattacharyya距離和特征本身因素綜合起來考慮的方法，得到8個特征值，目的是為了縮短鑒別時間，尤其是神經(jīng)網(wǎng)絡(luò)分類

3、鑒別時的時間。 比較決策階段采用了5種分類鑒別的方法。首先分別采用了K-NN法、加權(quán)歐氏距離法進行分類鑒別，接下來，深入地分析了神經(jīng)網(wǎng)絡(luò)的模式分類原理，算法的一般理論，研究并且比較了BP神經(jīng)網(wǎng)絡(luò)和徑向基神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點，設(shè)計并實現(xiàn)了基于中文簽名圖像的兩種神經(jīng)網(wǎng)絡(luò)分類器，試驗表明徑向基分類效果優(yōu)于BP。最后，對支撐矢量機做了深入的剖析，將拉格朗日支撐矢量機(LSVM)鑒別方法運用于脫機中文簽名鑒別。LSVM算法較標準的SVM算法來