基于频域分析的在线手写签名认证算法

目的 为提高在线手写签名认证的速度,提出一种基于频域分析的在线手写签名认证算法,用于在线手写签名认证的粗分类.方法 首先使用快速傅立叶变换对在线手写签名原始特征向量进行映射,然后抽取低频信息构成新的特征描述,最后使用加权认证算法实现在线手写签名的认证.结果 算法提高了在线手写签名认证的速度,且在SVC2004task2数据集上取得的ERR为10%.结论 快速傅立叶变换抽取频域特征易于区分伪造签名,且快速有效.依据用户各种特征稳定程度进行加权认证,提高了系统的鲁棒性.     

一种基于参照模型的联机手写汉字识别方法

联机手写汉字的识别是模式识别的热点问题，现在所采用的多为特征匹配和结构匹配两种方法。结构匹配方法充分考虑了笔划间的连接关系，能构得到较好的识别率。结构匹配的关健在于如何有效地从输入手写汉字中提取笔划。考虑到同一个汉字的手写体会由于笔划的长短、延伸角度的不同而有所区别，但彼此仍存在极大的相似性，文章提出了一种基于参照模型的手写汉字笔划提取及匹配方法，以解决手写汉字识别问题中的难题。     

基于混合特征的在线签名认证研究

论述了在获得在线手写签名的曲线的一些局部和全局特征的平均值和方差的无偏估计的基础上,通过概率密度函数进而获取阈值进行匹配的鉴别方法。该方法充分考虑了同一个人的签名曲线的局部和全局信息具有一定的聚类性的特点,具有一定的认证效果。     

基于三层C/S结构的在线签名认证系统的研究

随着计算机和网络的普及,安全问题越来越严重。基于生物特征的身份认证技术的发展提供了一种方便和可靠的解决方案。介绍了在线签名认证技术及其发展趋势,分析了三层客户机/服务器数据库应用程序的体系结构及其优势,并给出了在C Bu ilder下,利用COM/DCOM组件技术实现基于C/S结构的在线签名认证系统的实现方法。     

基于HTM的离线手写签名识别及改进

现有离线签名识别的方法主要存在识别率低的缺陷,如何进一步提高签名识别率是目前该项研究的核心问题这一。提出一种基于层次时间记忆(Hierarchical Temporal Memory,HTM)的离线签名识别系统,并结合签名样本的时空特征,对离线签名进行有效处理和识别。实验结果证明,该方法的识别率可达95%,并对签名的移动与缩放有较好的识别效果。还结合算法中的maxdistance参数对识别结果进行分析和改进。     

基于身份的多方同时签名

采用双线性对构造了一个新的基于身份的多方同时签名,利用该结构,给出了一个具体的基于身份的多方同时签名方案.该方案可作为研究多方数字签名交换问题的一个新工具.     

基于LVQ神经网络算法的脱机手写数字识别研究

针对BP神经网络进行脱机手写数字识别所存在的问题,提出用自组织竞争神经网络（LVQ）对脱机手写数字识别的方法.介绍了LVQ神经网络算法,并构建了LVQ神经网络的识别模型,用Matlab软件进行了仿真.将获得的仿真结果数据与BP神经网络的测试结果进行对比分析,发现LVQ神经网络对脱机手写数字的识别率明显高于BP神经网络,且收敛速度更快.该方法在脱机手写数字识别领域具有一定的可行性与指导性.     

基于身份的同时签名方案

同时签名是一种比较经济的公平交换数字签名的方法,本文提出一个新的基于身份的同时签名方案,由于使用了双线性对,新方案简洁高效,更加实用,可以作为公平交换数字签名的一种较好的解决方案。     

格基委托技术的基于身份的环签名

基于身份的环签名是基于身份密码学和环签名的结合,具有很高的实际应用价值.本文使用格基委托技术提出了基于格的环签名方案以及标准模型下基于身份的环签名方案,该方案满足不可伪造性以及匿名性.与现有标准模型下基于身份的环签名方案相比,我们的方案有更短的签名.     

基于SVM的离线签名认证

生物特征识别技术作为一种身份识别的手段,具有独特的优势,近年来已逐渐成为国际上的研究热点．签名认证属于生物特征识别技术的一种,已经在国内外各个领域应用数十年,被人们广泛接受．对现有的离线签名认证方法进行了改进和创新,提出了四种特征,包括方向特征、纹理特征、动态特征和复杂指数．认证阶段采用支持向量机来鉴定签名的真伪,所取得的最好实验结果是平均错误率达到了5．4％,和目前国内外离线签名认证的相关实验结果相比,说明了本实验算法的有效性．     

基于遗传神经网络的手写体数字识别算法的探讨

针对神经网络BP算法在学习过程中的一些缺点,提出一种基于遗传算法与神经网络的手写数字识别新算法,将遗传算法与BP算法有机结合起来.文中给出了算法模型,并将此算法应用于手写体数字的识别中,实验结果证明它比单一BP算法有更佳的结果.     

联机手写汉字识别算法及其系统实现

基于统计模式识别原理的联机手写汉字识别算法,提出了一种新的笔划识别算法-笔划识别的混合算法,它是方向码差值判别法与坐标差特征值判别法的有机结合,同时提出了笔段二值化等概念,并论述了以最小距离判决法则为理论依据的特征坐标匹配识别原理。     

基于广义Hough变换的手写文档整词定位

本文研究了在手写文档中定位目标整词的应用问题。将广义Hough变换的应用范围从图形匹配拓展到文档图像中的单词匹配。利用SIFT算法提取边界特征,将广义Hough变换的投票结果归一化到灰度值范围,形象地给出了单词位置检测的结果。最后将该方法应用到维吾尔文手写文档的整词定位问题中,取得了良好的效果。     

一种指纹特征识别的可信验证数字签名系统

针对云计算定制和交付两个出入口的安全问题,提出一种以可信云安全计算为支撑,基于传统密码学数字签名技术,设计了以生物指纹特征为可信计算的验证数字签名技术模型.首先利用二值化和细化算法生成1个像素宽度纹线的指纹图像教学模型框架,提取框架中的指纹特征点,进行数字指纹特征点的拓扑结构等价变换,并进行非对称加密,实现了基于指纹特征识别的可信验证数字签名信任根.结果表明该方法具备生物特征“零知识”验证特点,具有抗攻击性强、加解密运算速度快的优势,从而提高可信云-端的用户安全防御能力.     

基于并行模板的手写体汉字串行细化算法

针对并行细化算法中细化模板较多,细化不全和串行算法的骨架非对称现象,提出了一种基于并行模板的手写体汉字串行细化算法。该算法改变了剥离边界的方向,引入了4个新的并行细化模板,根据串行算法特点和书写运笔规律,采用逆向扫描法遍历整个图像,通过与其他的模板细化算法进行实验比较,得出该算法在细化手写体汉字时,模板较少,速度较快,细化完全,骨架对称性较好的结论。     

基于RSA算法的数字签名技术研究

随着Internet技术的发展,网络安全问题日益突出,数字签名技术可以有效地保证网络安全。本文介绍了数字签名技术和RSA加密算法的基本原理,以及基于RSA算法的数字签名的实现方法。     

基于组合快速RSA算法的数字签名方案

分析了基于改进的乘同余对称特性快速 RSA算法( SMM)与递归余数和快速算法( RSR)的一种组合快速 RSA算法,并予以实现,最后还提出了一种基于组合快速 RSA算法的数字签名方案.