10.3969/j.issn.1006-3080.2007.04.019
基于小波包分析和SVM的在线手写签名鉴别
针对在线手写签名难以提取有效特征的实际情况,提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来反映签名的动态特征.给出了衡量各特征识别能力的Fisher准则,并且基于该准则剔除了识别能力差的特征,优化了特征空间.用该方法构造的特征向量能突出反映签名的动态特征.然后采用SVM对签名进行识别.实验证明:采用本文方法识别的正确率高达99.38%,错误拒绝率FRR=0.25%,错误接受率FAR=1.0%,其性能令人满意.
手写签名鉴别、小波包分析、特征提取、SVM、Fisher准则
33
TP391.4(计算技术、计算机技术)
2007-10-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
541-545