首页 | 本学科首页   官方微博 | 高级检索  
     

基于EMD和SVD的在线手写签名特征提取方法
引用本文:李成华,龚良慧,江小平,孙 婧. 基于EMD和SVD的在线手写签名特征提取方法[J]. 中南民族大学学报(自然科学版), 2016, 0(1): 103-107
作者姓名:李成华  龚良慧  江小平  孙 婧
作者单位:中南民族大学 电子信息工程学院,武汉 430074
基金项目:湖北省自然科学基金项目( 2014CFB916) ;中央高校基本科研业务费专项资金资助项目( CZW15043)
摘    要:为使在线手写签名认证的使用更具实用性,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的在线手写签名特征提取方法.针对在线签名数据的坐标信息,以EMD分解所得的本征模态函数(IMF)分量为初始矩阵,并进行矩阵奇异值分解,以奇异值的能量值作为样本数据的特征分量构成用户特征向量,建立了基于支持向量数据描述(SVDD)的一类认证模型验证该方法效果.在SVC2004签名数据库上的实验结果表明:该方法提取的签名特征区分明显,使用少量的单类真实签名作为训练样本,得到FAR=3.38%,取得了较好的认证识别效果.

关 键 词:在线手写签名  特征提取方法  经验模态分解  奇异值分解

Feature Extraction Method for On-Line Handwriting Signature Based on EMD and SVD
Li Chenghu,Gong Lianghui,Jiang Xiaoping,Sun Jing. Feature Extraction Method for On-Line Handwriting Signature Based on EMD and SVD[J]. Journal of South-Central Univ for, 2016, 0(1): 103-107
Authors:Li Chenghu  Gong Lianghui  Jiang Xiaoping  Sun Jing
Abstract:
Keywords:on-line handwriting signature   feature extraction method   empirical mode decomposition ( EMD)    singular value decomposition ( SVD)
本文献已被 CNKI 等数据库收录!
点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《中南民族大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号