基于支持向量机的手写签名研究

摘要：

针对一般手写签名中特征提取方法的不足,将支持向量机的原理引人到手写签名算法里,从而可以很好地应用于高维数据,避免了特征提取中维数灾问题.主要研究如何在标准的窗格中利用扫描的方法提取图像密度特征,从而得到特征向量.通过MATLAB工具,将得到的图像密度特征作为特征向量为SVM的输入进行训练仿真实验.实验表明,该方法能够有效识别手写签名真伪,说明把支持向量机应用到手写签名具有很好的识别能力,并解决了"维数灾"的问题.

关键词：支持向量机、手写签名、特征提取

所属期刊栏目：18

分类号：TP309.2(计算技术、计算机技术)

资助基金：广东省科技计划项目2006B11201014,2005B10101067;天河区科技计划项目061G009

在线出版日期：2008-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-59,63