脱机中文签名鉴别系统关键技术研究.pdf

摘要 签名是一种使用广泛的识别身份的生物特征，基于手写签名的身份鉴别在金 融、军事、囊业、通蕊、办公自动化、工程文件等领域有广泛的应瘸兹景，签名 舔舅《技术的研究对于实际应用和科技进步肖着重要静黧_义。本文首强分析了手写 煞名鉴别的应用背景、发展历史及国内外研究动态，探讨了签名鉴别问题的性质 秘艇规中文签襄鉴别实现的难点，对黢飒中文签名鉴别豹一些关键技术帮主要算 法傲了深入的研究和尝试，设计并开发了…个脱机中文签名鉴别系统。 主要的研究工作有： 签名塑像瓣鞭处理和特链提取除段，凌查阅了缀多爨秘轰，深入疆究了现有 嚣法，本文中整名的预处理大多采用现肖的适用于脱机中文签名黢别的成熟算 法，在特征提淑时，提取了懋名的静态形状特征和伪动态特征，并提出了一种新 鹣赞动态特{垂，帮签名的赢灰凄稳定医黪经。 特征提取盾，本文进行了特征选择。文本提出并采用了一种将概率距离法中 的Bhattacharyya距离和特，谯本身因素综合起来考虑的方法，得到8个特征值， 嚣瓣是蔻了缝瓣鍪嗣对淘，茏其是耱终瓣络分类鉴别瓣熬时闻。 比较决策阶段采用了5种分类鉴别的方法。首先分别采用了K．NN法、加权 欧氏距离法进行分类鉴别，接下来，深入地分析了神经网络的模式分类原理，算 法戆一黢理论，疆究并且魄竣了BP耪缀瓣络彝径囊萋毒孛经舞终豹毯缺点，设诗 并实现了基于中文签名图像的两种神经网络分类器，试验表明径向基分类效果优 于BP。最后，对支撑矢量机做了深入的剖析，将拉格朗日支撑矢量机(LsvM) 篓翳方法运弼予魏瓿中文签名签爨。LsⅥ蠖算法较搽攥翁SVM葵法来说，速瘦 聪快，更易于实现，效果比较理想。 关键词：脱机中文签名鉴别、特征提取、模式识别、神经网络、支撑矢量机 Abstract isonethe featuresusedabroadto of verify Signature biological identity,because asa ofthe of verification of significantadvantagessignature waypersonal haswide in in a identification，itperspectiveapplications automationand files， affairs，electronic-business，communication，officeengineering into is indeed bothto theresearch verification practical signature significant andthe of and science．First，thebackground applicationdevelopment application of ofhandwrittenverification are historydevelopment signature techniquesbriefly introducedinthisthesis．Thestateofthehandwrittenverificationresearches