基于伪Zernike矩和Hough变换的脱机中文签名鉴别

利用伪Zernike矩和Hough变换提取了脱机中文签名图像的静态特征和动态特征,采用加权欧氏距离分类器完成签名鉴别。在690个真伪签名的较大规模样本库上进行测试,系统最高正确识别率为87.0%。利用签名图像不同特征能提供信息互补的特点,在决策层上进行了特征融合识别。系统在保持对伪样本拒绝率为71%的情况下,对真实签名的正确识别率仍可达80.4%。实验结果表明,多特征信息融合方法能较好地提高签名鉴别系统的识别性能。     

舞蹈机器人中音乐节拍的识别

音乐节拍是音乐的重要特征之一,对音乐节拍的提取是音乐识别的重要研究内容。小波变换方法可以实现对音乐节拍特征进行有效的提取与识别。文中对音乐节拍的分析采用双尺度小波变换(DWT)方法,即离散小波变换,提取音乐信号的自相关包络,对自相关包络信息进行分析,从而实现对音乐节拍信息的识别。实验证明,文中提出的方法可以有效地对音乐信号的节拍信息进行识别。     

基于SVM的静态手写签名识别方法研究

研究离线（静态）签名文字识别的问题.针对静态手写签名只有空间信息,没有时序信息的问题,提出了一种基于支持向量机的签名文字识别算法.算法首先通过图像预处理提取签名图像,然后利用防射变化对初始签名图像进行配准和矫正,并在此基础上利用滑动窗口在不同方向上提取特征.最终的识别器训练利用支持向量机完成.通过仿真实验证明,提出的新的方法较其他方法具有更高的识别准确率,可以有效的实现离线签名字体的识别,该技术可应用在个人身份认证和识别系统中.     

基于小波变换和不变矩的脱机签名鉴别

在以前研究的基础上，本文针对脱机中文签名的特点，提出利用小波变换及特征不变矩相结合的方案进行鉴别。与通常的小波变换提取细节信息不同，本文提取的是近似信息，反映了签名灰度图像灰度分布的走势。另外再结合利用伪Zemike不变矩计算的静态特征与在高密区域(HDR)基础上计算的其他动态特征。组成17维特征向量，构建脱机签名鉴别系统，并利用290个签名进行实验，实验结果表明FAR(错误接受率)和FRR(错误拒绝率)可分别达到7．83％、6．88％。     

基于量子特性的多人签名方案

针对多人参与签名的情况,提出了一种量子签名方案。发送方利用Hash函数得到任意位经典消息的摘要信息,并将该摘要信息转化为量子比特。签名各方用自己的私钥与经典消息的摘要信息进行异或运算,运用所得序列依次对该量子比特做幺正变换,将变换后的量子比特作为签名信息。签名的验证工作由一个可信赖的仲裁执行,验证过程引入了奇偶校验原理。分析表明,该方案所产生的签名信息不会因为签名人数的增多而变长,具有较高的通信效率,并且验证过程简单。     

一种脱机手写签名认证方法

研究脱机签名认证的特征抽取和比较决策。针对脱机手写签名验证特点,提出一种主成分特征提取和径向基神经网络相结合的脱机手写签名认证方法。首先使用主成分特征提取算法对签名图像进行特征提取和降维处理,然后基于主成分特征设计径向基神经网络识别签名的真伪。实验结果表明该方法可取得较好的识别效果。     

一种脱机手写签名认证方法

研究脱机签名认证的特征抽取和比较决策.针对脱机手写签名验证特点,提出一种主成分特征提取和径向基神经网络相结合的脱机手写签名认证方法.首先使用主成分特征提取算法对签名图像进行特征提取和降维处理,然后基于主成分特征设计径向基神经网络识别签名的真伪.实验结果表明该方法可取得较好的识别效果.     

基于笔划三维深度特征的签名识别

针对熟练伪造签名识别正确率较低的问题,提出了基于笔划三维深度特征的个人签名识别方案。首先采集不同书写者的真实签名及他人的套摹签名,用高精度的体式显微镜分别对签名笔划进行扫描,获取签名笔划的表面三维点云数据。然后通过高斯滤波器滤掉三维点云数据中的噪声,计算签名笔划的平均深度、沿笔划方向深度标准差以及熵等统计特征。之后,对数据集进行数据增强,增加签名数据的数量。最后,将签名数据分为训练集和测试集,在不同训练比例下使用分类器(包括SVM、KNN、ANN)进行分类。实验结果显示,本文算法在本地签名数据集上的最佳识别正确率为98.69%,优于大多数传统算法,满足实际应用的要求。     

在线签名识别的数据采集与通信

笔迹信息的数据采集是在线签名识别算法的基础。设计由四线电阻式触摸屏,触摸屏控制器ADS7846,单片机AT89S52构成的采集系统实现在线签名识别的数据采集。采用USB接口芯片PDIUSBD12实现与PC机的通信。实现了对签名笔迹的坐标、速度及压力信息的采集与传输,并对采集的数据进行预处理。实验结果表明签名采集系统采集精度高,稳定可靠,抗干扰能力强。     

基于P2P流量检测的签名特征匹配研究

P2P网络应用快速发展,带来网络安全防护漏洞和隐患。如何有效地监控P2P流,进行相关的流识别、流筛选、流控制是流管理中的重要问题。通过分析P2P协议及签名特征,提出一种基于签名特征的P2P流分析方法,通过实验分析相关P2P应用软件,得到相关软件的签名特征,并判断网络数据流是否为P2P流。可有效地提高P2P流识别的效率,解决检测信息过多、过滤信息性能瓶颈等问题。     

脱机手写体汉字识别综述

脱机手写体汉字识别是模式识别领域最具挑战性的课题之一。本文分析了近年来脱机手写体汉字识别的最新进展,讨论了脱机手写体汉字分割、特征提取和分类器设计等关键技术的各种主流方法,介绍了3种典型的汉字识别数据库,并提出了脱机手写体汉字识别的难点问题和今后发展的趋势,为该领域的研究者指明研究方向,共同促进脱机手写体汉字识别技术的发展。     

基于主曲线的脱机手写数字识别

该文提出了一种基于主曲线的脱机手写数字识别方法.该方法将主曲线及知识约简算法运用于识别模型中.主曲线是主成份分析的非线性推广,它是通过数据分布"中间"并满足"自相合"的光滑曲线.它较好地反映了数据分布的结构特征.粗糙集理论的知识约简是从决策表中获取决策(分类)规则的有效工具.本文将主曲线用于训练数据的特征提取,根据主曲线的特征生成决策表;利用我们提出的知识约简算法对决策表进行处理,自动获得分类规则.这种方法既符合人的识别习惯,又克服了利用统计特征识别所带来的不足.实验结果表明了该方法能有效提高手写数字的识别率,为脱机手写数字识别的研究提供了一条新途径.     

基于特征不变矩的签名鉴别方案

脱机手写签名鉴别的主要困难在于有效特征的提取,因此本文主要围绕提取能反映签名本质的特征进行了相关研究。在具体解决签名鉴别时,一方面要考虑签名的静态特征,另一方面寻找动态特征。重点研究了静态特征。提取静态特征时,利用伪Zernike矩的尺度及位移不变性,计算签名图像的0~10阶伪Zernike矩来组成特征向量。在此基础上,对基于上述两种不同特征的加权欧氏距离分类器进行性能比较,并找到了一个有效的数据融合方案。     

汉字串的模糊匹配算法

目前手写文稿的处理由于存在分割和识别的困难，很难达到实用的阶段。文章提出的算法是针对手写文稿的处理在信封检索系统中的具体应用而提出的，在假定信封地址行分割、识别有错误的前提下，从信封地址中识别出感兴趣的字符串。试验表明：运用该算法的系统，其检出率达到95％，误检率只有15％，取得了良好的效果。     

基于子块特征及其相关模糊特征的手写体汉字识别方法

根据汉字笔划分布特点及拓扑结构的相关性,提出了一种子块及其相关模糊特征的提取方法。该方法使特征向量的信息量增加,特征相对稳定。对限制性手写体汉字的初步实验取得了较满意的效果     

On-line/off-line digital signatures

A new type of signature scheme is proposed. It consists of two phases. The first phase is performed off-line, before the message to be signed is even known. The second phase is performed on-line, once the message to be signed is known, and is supposed to be very fast. A method for constructing such on-line/off-line signature schemes is presented. The method uses one-time signature schemes, which are very fast, for the on-line signing. An ordinary signature scheme is used for the off-line stage.In a practical implementation of our scheme, we use a variant of Rabin's signature scheme (based on factoring) and DES. In the on-line phase all we use is a moderate amount of DES computation and a single modular multiplication. We stress that the costly modular exponentiation operation is performed off-line. This implementation is ideally suited for electronic wallets or smart cards.A preliminary version appeared in theProceedings of Crypto 89. Shimon Even was supported by the fund for the Promotion of Research at the Technion.     

一种基于集成BP网络的手写汉字识别方法

针对脱机手写体汉字识别，文章给出了一种基于多层BP网络的并行集成方法，该方法是纯神经网络的多分类器并行集成方案。汉字经预处理后，采用弹性网格变换和Zernike矩分别对汉字进行局部和全局特征提取，利用两个BP网络分类器对这两种特征进行训练和初分类。再利用集成网络对前两个子网络的识别结果进行识别。同时对BP网络的应用做了有益的探索，也为BP网络在人类别分类问题中的应用提供了一条可行的途径。实验结果验证了此方法的有效性。