基于支持向量机的手写签名研究.pdfVIP

维普资讯 第 蝎 年爹5月期 C0MUTE计RT算ECH机N0L技oG术YA与ND发DEV展EI0PMENT VMoIa．y182N00o8．5 2008 基于支持 向量机的手写签名研究 张国富，凌 捷 ，彭 辉 ，谷保平 (广东工业大学计算机学院，广东广州 510006) 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 的输人进行训练仿真实验。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。 关键词：支持向量机；手写签名；特征提取 中图分类号：1门P3O9．2 文献标识码 ：A 文章编号：1673—629X(2008)05—0057—03 ResearchofHandwrittenSignatureBasedonSVM ZHANGGuo-fu，LINGJie，PENGHui，GU Bao-ping (FacultyofComputer，GuangdongUniversityofTechnology，Guangzhou510006，China) Abstract：Notcontenttomethodoffeatureselectionappliedinthefieldofhandwrittensignature，thetheoryofsupportvcetormachineap— pliedinthealgorithm whichbetterapplide inhigh—dimensiondataavoidthequestionofdimension—destroyinthefeatureeslection． Recognitionapplicationofhandwrittensignaturebasedontheprincipleandapplicationofsupportvectormachineisproposde ．Theback— groundnaddevelopmentprospectsredescribed．ThroughtestingbasedontheMATLABtool，supportvectormachinehasgoodabilityfor recognitioninthehandwritten．Theresultshowsthatthepmp0sedmethodhasneocuragingperformance． Keywords：supportvcetormachine；handwrittenstgnature；featureeslcetion 0 引 言 始时研究尚不十分完善，在解决模式识别问题中有点 近几年来，随着信息技术的迅猛发展，极大地方便 束缚 ，用起来不是很灵活，因此这些研究一直没有得到 了人们的 日常生活，不过对网络安全 问题也提出了严 充分的重视。到20世纪 90年代的时候 ，由于神经网 峻的挑战。所以，对实时准确的个人身份认证提出了 络等较新兴的机器学习方法的研究遇到一些诸如如何 要求。基于生物特征的身份认证技术是指利用人体所 确定网络结构的问题、过学习与欠学习问题、局部极小 固有的生理或行为特征之间的差异 ，通过计算机来鉴 点问题等，使得 SVM得到迅速发展 ，从而产生了较完 定身份的技术。常用的生理特征有指纹、虹膜 、脸像