手写口令系统设计和实现.docVIP

手写口令系统设计和实现 　　摘 要：本文主要描述了在android平台上对手写口令登陆系统的设计与实现，采用CAPTCHA图片验证码提高系统的安全性。 关键词：Android；手写口令；CAPTCHA验证码；支持向量机 中图分类号：TP391.41 目前主要的手势识别技术有：模板匹配技术、神经网络技术以及统计分析技术等。 模板匹配技术需要预先储存手势模板，将经传感器输入的手势与模板手势进行匹配，通过一定的算法计算手势之间的相似度来进行识别；神经网络技术中广泛使用的BP神经网络技术是一种俺误差逆传播算法训练的多层前馈网络，能够学习和存储大量的输入-输出模式映射关系，而无需事前解释描述这种映射关系的数学方程。它的学习规则是使用最快速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小；统计分析技术，例如：统计模式识别，就是用给定的有限数量的样本集，在已知研究对象统计模型或已知判别函数类条件下根据一定的准则通过学习算法把d维特征空间划分为c个区域，每一个区域与每一个类别对应。模式识别系统在进行工作时只要判断被识别的对象落在哪一个区域，就能确定出它所属的类别。[1] 随着互联网的普及，各种网络服务日益成为人们日常生活的一部分，如免费的电子邮箱服务、在线投票及推荐系统、网络聊天室等等。这些面向人类用户的服务时常被一些恶意计算机程序滥用，它们占