基于EMD和SVD的在线手写签名特征提取方法

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.     

基于滑动窗口的动态手写签名局部相关性研究

为了解决直接序列匹配中签名序列存在随机波动和时间轴方向非均匀伸缩,导致相关分析给出的匹配度不高的问题,提出了采用滑动窗口对真实签名进行局部相关性分析的方法.将手写签名按压力划分成若干笔段,研究笔段匹配算法;对分段后的数据序列用滑动窗口算法进行局部相关分析.算例显示,对不同的签名个体而言,总有一些笔段的相关性极高,最小相关系数都达到0.8甚至0.9以上,这些笔段,正是签名者的稳定的签名特征,无论是相关分析法还是特征矢量分类法,滑动窗口局部相关分析都是一种有效的算法.     

基于径向基网络的手写签名辨识研究

手写签名应用广泛,为验证签名者身份,利用径向基网络的特性,构建径向基网络模型,利用自组织学习基函数的中心和方差,以及有监督的学习权值的办法来训练网络.将训练好的网络用于手写签名的真伪辨识.并给出了仿真实例,证明该方法切实可行.     

汉字的S—E坐标提取及其骨架重构

本文从手写印刷体汉字的计算机光学输入的离散模式出发,提出一种称为S-E坐标的特征提取的新方法。S-E坐标的特征提取及基于S-E坐标的汉字骨架重构在快速实时、数据压缩、畸变消减以及抗干抗性等方面优于通常的细化算法。最后简介基于S-E坐标的汉字识别法。分析与实验表明,S-E坐标为进一步的特征提取和汉字识别提供了一种有效的工具。     

兼顾连笔和笔顺的联机手写汉字识别方法

为解决联机手写汉字识别技术中兼顾连笔和笔顺的难题，提出了联机手写汉字的模糊属性关系图描述和基于知识的松驰匹配方法。该方法能充分描述汉字结构、对手写变形不敏感，并具有良好的连笔字识别能力和适应不同笔顺的特点。基于上述方法，作者实现了一个联机手写汉字识别系统。实验结果表明，本方法能够有效地增加对于低限制书写汉字的识别正确率，并具有较好的抗噪声能力。经过２２５３０汉字测试，首位识别率达９８．８％，前十位识别率达９９．７％。     

基于 OCR 技术的金融和财务票据自动录入与管理系统

讨论了ＯＣＲ技术与金融和财务票据自动录入中的应用，以及自动录入系统的总体分析与设计。     

手写满文字母采集系统的设计与实现

鉴于目前没有完整的手写满文字母库,在分析当前手写满文字母库的建立方式后,提出了嵌入式搭载触摸屏的手写满文采集方案,设计了基于STM32F4处理器的手写满文字母采集系统。该系统以Keil 5软件为开发平台,利用C语言开发了触摸屏、SRAM模块、SD卡和通信模块驱动,编写了手写输入采集、优化后的预处理和特征提取算法,并通过串口实现了与PC机的数据传输。系统整体电路采用 Altium Designer 9软件设计。经测试,系统能够较好地完成所需功能,且界面友好、操作方便、成本低廉、实时性强。     

多重ANN/HMM混合模型在时序模式识别中的应用

针对样本集上样本之间存在较大差异的问题,提出了基于人工神经网络的隐马尔可夫（多重ANN/HMM）混合模型的思想,每重子模型能够自动聚合差异性较小的样本,最终各个子模型通过竞争的方式优胜的子模型作为该模型的最终结果.     

用计算机辨认手写银行支票的思考

提出了运用计算机和扫描仪等设备，辨认手写银行支票的科学方法，较说尽地描述了辨认引擎的各种模式。