基于小波包分析的在线手写签名认证方法

• 作者: 刘漫丹 张岑 马海豹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 手写签名认证 小波包分析 特征提取 RBF神经网络
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 工程与应用
• 页码范围: 235-238
• 页数: 4页
• 分类号: TP391.4
• 字数: 2917字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.12.073

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.用该方法构造的特征向量能突出反映签名的动态特征,通过RBF神经网络进行签名识别.实验数据表明,采用此方法,识别的正确率可达96.75%,平均错误率ERR=3.34%,其性能是较满意的.

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