采用統(tǒng)計特征和小波特征的BP網(wǎng)絡(luò)簽名認證研究.pdf

1、隨著網(wǎng)上閱卷系統(tǒng)中閱卷人身份認證問題越來越受到關(guān)注，基于生物特征識別技術(shù)的簽名認證技術(shù)以其非侵犯性、不易遺忘、應(yīng)用范圍廣等優(yōu)點在網(wǎng)上閱卷系統(tǒng)中具有廣闊的應(yīng)用前景。 本文對簽名信息進行去噪、方向歸一化等預(yù)處理，去除原始采集數(shù)據(jù)中的干擾或無用信息，將采集的數(shù)據(jù)變成適宜于特征提取的形式。提取簽名特征并利用BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)真?zhèn)魏灻恼J證。 在特征提取方面，首先從簽名速度、簽名時間和簽名形狀三個方面著手提取特征構(gòu)成統(tǒng)計特征向量；其

2、次對簽名水平位移和垂直位移分別進行DB6小波分解，提取高頻系數(shù)構(gòu)成小波特征向量。利用真?zhèn)魏灻麡颖痉磸?fù)實驗對比，表明15維的統(tǒng)計特征向量和64維的小波特征向量對同一簽名者而言具有穩(wěn)定性，對不同人具有可區(qū)分性，在一定程度上能夠表征簽名者的身份。 使用改進的BP網(wǎng)絡(luò)作為簽名認證的分類器，真?zhèn)魏灻麡颖竟餐瑓⑴c網(wǎng)絡(luò)訓(xùn)練，保存網(wǎng)絡(luò)訓(xùn)練成功的各層神經(jīng)元之間的連接權(quán)值。設(shè)計了網(wǎng)絡(luò)結(jié)構(gòu)，選擇了樣本訓(xùn)練方式和改進了標準BP算法。依據(jù)統(tǒng)計特征和小波特

3、征，結(jié)合試湊經(jīng)驗公式確定了隱含層神經(jīng)元的個數(shù)；針對單樣本訓(xùn)練和批量訓(xùn)練兩種方式進行實驗對比，確定樣本訓(xùn)練為批量訓(xùn)練方式；通過實驗對比確定了網(wǎng)絡(luò)輸出層神經(jīng)元的期望輸出值；引入動量因子和變步長法，解決了標準BP網(wǎng)絡(luò)訓(xùn)練時網(wǎng)絡(luò)陷入局部最小和收斂較慢的問題。 最后，利用真實簽名樣本和偽造簽名樣本，分別對統(tǒng)計特征的BP網(wǎng)絡(luò)單級認證、小波特征的BP網(wǎng)絡(luò)單級認證、統(tǒng)計特征和小波特征融合的兩級認證進行對比實驗分析。對于真實簽名樣本，三種認證方式