|
|||||
|
|
| 基于EMD和SVD的在线手写签名特征提取方法 | |
| 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 |
| 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 | |