基于支持向量机的手写签名研究

• 作者: 凌捷 张国富 彭辉 谷保平
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 手写签名 特征提取
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 57-59,63
• 页数: 4页
• 分类号: TP309.2
• 字数: 2400字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.05.018

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌捷	广东工业大学计算机学院	133	1124	17.0	28.0
2	张国富	广东工业大学计算机学院	6	39	5.0	6.0
3	谷保平	广东工业大学计算机学院	4	55	3.0	4.0
4	彭辉	广东工业大学计算机学院	1	6	1.0	1.0