基于小波包分析和SVM的在线手写签名鉴别

• 作者: 刘漫丹 张岑 马海豹
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 手写签名鉴别 小波包分析 特征提取 SVM Fisher准则
• 年，卷（期）: 2007,（4）
• 页码范围: 541-545
• 页数: 5页
• 分类号: TP391.4
• 字数: 4664字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-3080.2007.04.019

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘漫丹	华东理工大学自动化研究所	40	593	9.0	24.0
2	张岑	华东理工大学自动化研究所	3	37	3.0	3.0
3	马海豹	华东理工大学自动化研究所	2	16	2.0	2.0