一种基于支持向量数据描述的在线手写签名认证方法

扫码查看

原文链接

NETL

中文摘要：本研究提出了一种以支持向量数据描述(SVDD)作为分类器的在线手写签名认证方法。从利用手写板采集的在线签名数据中提取了字形特征和动态特征两类特征来构造签名特征集,真实签名的特征作为目标数据进行分类器的训练。通过对真实签名的特征分布进行精确描述来辨别待测签名的真伪。为提高认证方法性能,还利用遗传算法进行了分类器参数和特征子集选择的联合优化。在SVC2004公开签名数据库上进行了认证实验,平均等错误率(EER)为4.93％,表明该算法能够得到较好的认证效果。

作者：

孟明、罗志增

展开 >

作者单位：

杭州电子科技大学自动化学院,310018

关键词：

图像识别签名认证机器学习支持向量机计算机数学

主办单位：

中国人工智能学会

会议名称：

中国人工智能学会第12届全国学术年会

会议时间：

2007-11-20

会议地点：

哈尔滨

会议母体文献：

中国人工智能学会第12届全国学术年会论文汇编

页码：

266-271

出版时间：

2007