基于支持向量数据描述的在线签名认证系统

• 作者: 吴仲城 邹杰
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 在线签名认证 动态时间规整(DTW) 支持向量数据描述(SVDD) 遗传算法
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 284-290
• 分类号: TP391.43
• 字数: 4997字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.02.018

摘要

提出一种基于支持向量数据描述方法的在线签名身份认证系统.首先,采用双向后向合并DTW算法确定签名中关键点之间的对应关系,然后采用经典DTW度量签名局部中各种细微的差异.文中提出基于差异值均值方差最小原则的特征选择方法.最后,采用支持向量数据描述方法设计分类器.为得到更好的认证效果,采用多层交叉验证和遗传算法寻找最优的分类器参数.在SVC2004数据库上,系统对熟练伪造签名取得4.25%的平均等错误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴仲城	中国科学院合肥物质科学研究院强磁场中心控制实验室	88	998	17.0	26.0
5	邹杰	中国科学院合肥物质科学研究院强磁场中心控制实验室	4	23	3.0	4.0