尚字头笔顺识别方法.pdfVIP

2015年4月 新疆警察学院学报 Apr.2015 第35卷 第2期 JournalofXinjiangPoliceCollege VoI.35NO.2 尚字头笔顺识别方法 申泽波，廖广军 （广东警官学院刑事技术系，广东广州 510232） 【摘要】 基于笔迹样本数据建立了尚字头笔顺识别方法。共有262份训练样本和171份测试样本，笔顺由 书写者报告。尚字头有3个笔顺，依据训练样本，提取点笔动态等特征，拟定判别函数，建立分类器。使用 测试样本评估分类器的性能，尚字头笔顺识别方法的拒识率为10.4%，95%置信区间［6.3%，14.5%］，错误率 为5.0%，95%置信区间［2.1%，7.9%］，准确识别率为84.6%，95%置信区间［79.9%，89.3%］。 【关键词】 文件检验；笔迹检验；笔顺；模式识别 【doi】 10.3969/j.issn.1622-1195.2015.02.010 【中图分类号】DF794.2 【文献标识码】B 【文章编号】1672-1195（2015）02-0041-（03） 作为汉字的书写现象，笔顺是笔迹鉴定的重要依 本。抄写的短文有多种，均含有常和堂字。被试使 据。笔顺识别指识别非连笔字的笔顺。笔顺识别是 用横栏书写纸、黑色中性笔书写。 一种模式识别，即将样本字的归入与笔顺对应的模式 笔顺数据由被试报告，采用专门程序获取数 类中。近些年，报道了一系列基于实验笔迹样本数据 据。第一步，被试2-3人分为一组，他们交叉识别 ①②③ 的笔顺识别方法，包括山、字、入等字。 这些研究 组内成员的笔顺，将结果记录在实验报告中。第二 借鉴了计算机模式识别理论，在特征提取、分类器 步，书写样本的被试核实他人的识别结果，结果错 设计上取得了突破，识别方法有较高的有效性和可 误在实验报告中记录正确的笔顺。第三步，识别者 靠性。但已有研究忽视了笔迹样本的笔顺分布问 查看核实结果，评估自己的准确识别率。在这个过 题。在笔顺自然分布的笔迹样本中，少见笔顺样本 程中，被试之间相互制约，保证了数据的可靠性。 比例较低，直接采用这样的笔迹样本作为训练样 本次测试共收回实验笔迹样本641份，其中，有 本，降低了对少见笔顺的准确识别率。笔者认为， 效样本636份，剔除了5份有错写或别写的样本。 可以通过人为增加少见笔顺样本来克服这一缺陷。 按照实验的时间顺序 ，将有效样本分为两部分：第 尚字头是一个常用汉字部件，可以组成尚、常、 一部分用于选取训练样本，共496份；第二部分用于 堂、党、掌等常用字，下文有时把尚字头也称作字。对 选取测试样本，共140份。 尚字头的笔顺识别方法目前没有报道，研究使用少见 识别方法的测试者为一名一年级本科生，无笔 笔顺增强训练样本，建立了尚字头笔顺识别方法。 顺识别经验。 一、对象与方法 二、结果与分析 被试为641名在校本科生，年龄19-23岁。用 （一）尚字头笔顺和样本字选取 投影仪显示一篇短文，被试抄写形成实验笔迹样 尚字头由竖、点、撇3个笔画构成，有3个笔顺， 【收稿日期】2014-09-20 【作者简介】申泽波（1973-），男，山西平顺人，广东警官学院刑事技术系副教授，硕士，主要研究方向：文件检验学； 廖广军（1981-），男，四川渠县人，广东警官学院刑事技术系副教授，博士，主要研究方向：文件检验学。 ①申泽波.山字笔顺识别方法［J］.江苏警官学院学报，2011，（2）:176-178. ②申泽波，胡迎