本文關(guān)鍵詞：一種面向移動(dòng)設(shè)備在線手寫簽名身份認(rèn)證技術(shù)

  更多相關(guān)文章： 移動(dòng)設(shè)備 在線手寫簽名身份認(rèn)證 頻域特征分析 支持向量數(shù)據(jù)描述

【摘要】：隨著移動(dòng)設(shè)備的廣泛普及,安全、快捷的移動(dòng)設(shè)備終端用戶身份認(rèn)證顯得尤為迫切。本文在分析移動(dòng)設(shè)備上的簽名認(rèn)證需求和當(dāng)前國(guó)內(nèi)外在線簽名認(rèn)證技術(shù)現(xiàn)狀的基礎(chǔ)上,提出了一種適用于移動(dòng)設(shè)備的使用小樣本、一類分類方法、算法復(fù)雜度低的認(rèn)證方法。主要工作如下:依托Android手機(jī)內(nèi)置的軟件采集簽名數(shù)據(jù),摒棄了傳統(tǒng)方法中單獨(dú)使用外置的F_Table手寫平臺(tái)和專用手寫筆,該軟件設(shè)保存、清除功能,可實(shí)時(shí)采集用戶簽名樣本并保存在Android手機(jī)SD卡中,方便了用戶在移動(dòng)設(shè)備上采集和使用。根據(jù)移動(dòng)設(shè)備身份認(rèn)證所需算法復(fù)雜度應(yīng)較低的特點(diǎn),采用基于DCT頻域特征分析和奇異值特征融合提取的特征提取方法,利用DCT頻域特征分析將特征向量在低頻域進(jìn)行壓縮,節(jié)省了大量計(jì)算時(shí)間,并將特征矩陣通過奇異值分解有效地實(shí)現(xiàn)了特征降維。針對(duì)移動(dòng)設(shè)備上身份認(rèn)證目標(biāo)樣本數(shù)有限的特點(diǎn),利用SVDD分類器適用有限樣本、一類分類方法建模的優(yōu)勢(shì),本文采用SVDD建立分類認(rèn)證模型,并分別采用了網(wǎng)格搜索、粒子群優(yōu)化對(duì)核參數(shù)進(jìn)行優(yōu)化。用網(wǎng)格參數(shù)搜索等高線圖和粒子群適應(yīng)度曲線等實(shí)驗(yàn)結(jié)果,顯示了搜索到的最佳參數(shù),并代入SVDD分類認(rèn)證模型,得到了較高的準(zhǔn)確率,表明網(wǎng)格搜索法和粒子群優(yōu)化法具有速度快、學(xué)習(xí)精度高等優(yōu)點(diǎn)。最后,本文在PC機(jī)上進(jìn)行了在線手寫簽名認(rèn)證的實(shí)驗(yàn)和相關(guān)的分析數(shù)據(jù),為之后在移動(dòng)設(shè)備上運(yùn)行提供了有效的算法依據(jù)。
【關(guān)鍵詞】：移動(dòng)設(shè)備 在線手寫簽名身份認(rèn)證 頻域特征分析 支持向量數(shù)據(jù)描述
【學(xué)位授予單位】：中南民族大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN918.91
【目錄】：

• 摘要7-8
• Abstract8-10
• 第一章 緒論10-17
• 1.1 選題背景及意義10-11
• 1.2 在線手寫簽名認(rèn)證總述11-13
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.4 論文組織結(jié)構(gòu)15-17
• 第二章 基于頻域分析和SVDD的在線手寫身份認(rèn)證技術(shù)17-25
• 2.1 基于頻域分析和SVDD的在線手寫身份認(rèn)證技術(shù)流程概述17-19
• 2.2 系統(tǒng)數(shù)據(jù)采集19-22
• 2.3 系統(tǒng)數(shù)據(jù)預(yù)處理22-24
• 2.3.1 去零點(diǎn)和保存零點(diǎn)信息22
• 2.3.2 去噪平滑化22-23
• 2.3.3 位置尺寸歸一化23-24
• 2.4 本章小結(jié)24-25
• 第三章 基于DCT頻域分析和奇異值分解的特征提取25-32
• 3.1 基于DCT的頻域特征分析方法26-29
• 3.2 基于奇異值分解（SVD）的特征融合提取方法29-31
• 3.2.1 奇異值分解原理[31]30
• 3.2.2 基于奇異值分解（SVD）的特征提取30-31
• 3.3 本章小結(jié)31-32
• 第四章 分類器認(rèn)證模型設(shè)計(jì)32-48
• 4.1 支持向量的數(shù)據(jù)描述（SVDD）原理32-35
• 4.2 基于SVDD分類器模型訓(xùn)練35-36
• 4.3 SVDD分類器參數(shù)優(yōu)化36-44
• 4.3.1 網(wǎng)格搜索法參數(shù)優(yōu)化39-40
• 4.3.2 粒子群優(yōu)化算法40-44
• 4.4 實(shí)驗(yàn)及結(jié)果分析44-47
• 4.5 本章小結(jié)47-48
• 第五章 總結(jié)與展望48-50
• 5.1 總結(jié)48-49
• 5.2 展望49-50
• 參考文獻(xiàn)50-54
• 致謝54

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 常郝;;動(dòng)態(tài)手寫簽名差異性影響評(píng)估[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年04期

2 崔小芝;周宇波;趙孔新;錢鋒;;手寫簽名身份認(rèn)證動(dòng)態(tài)數(shù)據(jù)的采集[J];電氣應(yīng)用;2006年01期

3 張葵,金先級(jí),裴先登;基于函數(shù)參量的手寫簽名比較方法[J];小型微型計(jì)算機(jī)系統(tǒng);1999年06期

4 欒方軍,馬駟良,程開東;在線手寫簽名的識(shí)別算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2004年02期

5 歐陽(yáng)星明,陳杲,邱德紅;聯(lián)機(jī)手寫簽名動(dòng)態(tài)信息的獲取[J];計(jì)算機(jī)應(yīng)用研究;2002年02期

6 欒方軍,馬駟良,程開東,董險(xiǎn)峰;基于筆劃匹配的在線手寫簽名身份認(rèn)證算法[J];沈陽(yáng)建筑大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

7 王成江,李自偉;手寫簽名過程中速度特征量的穩(wěn)定性研究[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年02期

8 陸上;運(yùn)海虹;李彬;;聯(lián)機(jī)手寫簽名和信息隱藏技術(shù)在電子政務(wù)中的應(yīng)用[J];黑龍江工程學(xué)院學(xué)報(bào);2008年04期

9 李媛;袁余良;沈峰;潘金貴;;一個(gè)基于神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)手寫簽名驗(yàn)證模型[J];計(jì)算機(jī)科學(xué);2005年05期

10 陳英;;電子手寫簽名接口的研究與實(shí)現(xiàn)[J];軟件導(dǎo)刊;2007年21期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 石堅(jiān);無(wú)硝煙的戰(zhàn)場(chǎng)[N];科技日?qǐng)?bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 李彬;聯(lián)機(jī)手寫簽名鑒別技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2006年

2 欒方軍;在線手寫簽名認(rèn)證算法的研究[D];吉林大學(xué);2007年

3 全中華;基于動(dòng)態(tài)手寫簽名的身份認(rèn)證研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李超;基于C/S模式在線手寫認(rèn)證的研究[D];貴州師范大學(xué);2016年

2 周岳亮;手寫簽名身份認(rèn)證技術(shù)在HIMS的研究和應(yīng)用[D];廣西大學(xué);2016年

3 郭珩;一種面向移動(dòng)設(shè)備在線手寫簽名身份認(rèn)證技術(shù)[D];中南民族大學(xué);2015年

4 周云云;基于指紋與手寫簽名相融合的身份識(shí)別技術(shù)[D];華東理工大學(xué);2011年

5 甘元駒;通用電子手寫簽名技術(shù)研究及其應(yīng)用[D];中南大學(xué);2003年

6 萬(wàn)莉;手寫簽名模糊識(shí)別方法的研究與實(shí)現(xiàn)[D];武漢理工大學(xué);2006年

7 馬捷;聯(lián)機(jī)手寫簽名識(shí)別問題中降低誤拒率的研究[D];吉林大學(xué);2004年

8 胡卉卉;基于信息融合的生物特征手寫簽名身份認(rèn)證[D];長(zhǎng)沙理工大學(xué);2007年

9 陳潔萍;基于拉格朗日支持向量機(jī)的手寫簽名脫機(jī)識(shí)別研究[D];廣西大學(xué);2012年

10 宋曉雪;靜態(tài)手寫簽名特征研究[D];吉林大學(xué);2009年

，

本文編號(hào)：942894