导读:本文包含了在线手写签名识别论文开题报告文献综述及选题提纲参考文献，主要关键词:在线签名识别,高斯混合模型,贝叶斯阴阳机
在线手写签名识别论文文献综述
赵晓莎[1]（2014）在《基于贝叶斯阴阳机的高斯混合模型在手写在线签名识别中的应用》一文中研究指出对于现代人而言,电子商务和远程访问银行已经不止是一种概念了,而已经逐渐成为了人们生活中的一部分。为了保护个人信息和利益,在这些交易中往往需要密码的保护。但是传统的基于经验或记忆的密码常常容易被忘记,盗取或者复制。相比较而言,另外一种基于生物学特征的密码或访问令牌能够更大程度地保护终端用户的使用安全,同时也使交易更加简便,因此将其用于确保交易安全的身份验证方法的会有很好的应用前景。而手写签名识别就属于其中的一种。在线手写签名验证方法提取了包含该签名空间和瞬时特性的特征。一组真实签名的统计特性通过训练用来构建测试后续被测签名的模板。由于每个人的签名都是唯一的,使得签名在识别方面非常有用,尤其是在签名的静态字体之外再加上其动态特性。因为尽管一个熟练的伪造者能够准确地模仿签名的字体,却很难同时模仿出其动态特性。目前常用的在线签名识别方法有动态时间规整、隐马尔科夫模型、模糊逻辑推理、神经网络等。其中隐马尔可夫模型算法的结果是最好的。然而,同样是统计学模型的高斯混合模型虽然常用于语音识别,并取得了很好的效果,却很少有将其用于手写签名识别的相关研究。本文采用了一种用基于贝叶斯阴阳机的高斯混合模型算法来对用户的签名进行建模。近年来,该理论被逐渐应用于监督学习和回归,不仅使现有的用于多层网络、专家混合和基于径向基函数的网络的方法统一为该理论的一些特例,并得出了一些新的理解和学习算法,还为隐含单元和专家数目的选择得到了新的选择标准。经过最近几年的发展和完善,这一理论还被进一步作为学习时序分析的概论进行阐释,不仅得到了隐马尔科夫模型和基于线性状态空间的卡尔曼滤波器等特例,还得到了几个时域学习模型和算法。贝叶斯阴阳机思想主要是基于中国古代“万物皆有阴阳”这一哲学理论。为此,该理论提出了一个阴阳和谐度量函数。通过对这一函数的不断迭代优化,可以使阴阳所代表的两个方面达到最优匹配。由此,让阴和阳分别代表高斯混合模型中的表示域和观测域,则可以通过建立和谐度量函数来学习模型中的参数。基于这一理论,本文创造性地将基于贝叶斯阴阳机的混合模型用于手写在线签名的识别。由于贝叶斯阴阳机中的和谐函数理论能够在高斯混合模型的参数学习中自动选取最优的模型复杂度,相比于传统的最大期望算法而言,基于贝叶斯阴阳机的学习算法能够取得更高的模型精度。而后续的实验也证明了在在线手写签名识别中,这种方法能够得到比常用的识别方法更高的识别率。(本文来源于《华东理工大学》期刊2014-11-18）
周敏,唐洪英,卢玲[2]（2008）在《一个在线手写签名识别系统的设计与实现》一文中研究指出介绍了在线手写签名识别的原理,设计并实现了一个在线手写签名识别系统。该系统具有算法简单、所需内存小、可在微机上实现等优点。与传统的身份认证系统相比,该系统更加安全有效。(本文来源于《微计算机信息》期刊2008年13期）
张莉莎,孙正兴[3]（2007）在《基于人工免疫模型的在线手写签名识别方法》一文中研究指出采集能表征签名者潜在手写习惯的签名特征,利用人工免疫模型的自学习和自适应实现在较少训练样本的条件下获得具有更高区分度的手写签名模板.实验结果表明,文中方法识别具有良好的训练效果,能获得较好的验证率和鉴别率.(本文来源于《计算机辅助设计与图形学学报》期刊2007年03期）
宁立全[4]（2006）在《一种基于ARM的在线手写签名识别系统的研究与设计》一文中研究指出伴随信息时代的来临,人们在日常生活中愈来愈多地面临身份鉴别的问题。签名鉴别就是通过对输入的手写字迹进行分析。得出字迹是否由某个特定人书写的结论。在线签名鉴别系统获取数据方便快速,便于存储和管理,适应了现代电子社会的效率要求;而这种身份认证方法,有符合人们的传统习惯,心理上接受容易,因而在金融界和商业上广泛应用。本文首先阐述了在线手写签名输入、识别、显示系统组成方案,完成了手写签名输入系统的硬件电路设计。然后在此基础上介绍了程序开发、算法实现。主要包括签名数据的预处理、手写签名动态特征提取(速度、加速度、压力)以及匹配算法(改进的DTW动态时间规整算法)。最后给出了这种基于ARM的在线手写签名识别系统的实验测试结果总结和展望(本文来源于《吉林大学》期刊2006-09-25）
张达治,马驷良,王彦[5]（2005）在《在线手写签名组合最相似笔段的识别算法》一文中研究指出在线手写签名识别是通过人的生物特征进行身份验证的技术.提出一种基于笔画样本库的识别方法,避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对每一笔画的稳定性提出了加权距离计算公式.实验证明该方法行之有效,在保证高识别率的同时又降低了误拒率.(本文来源于《吉林大学学报(理学版)》期刊2005年05期）
栾方军,马驷良,程开东[6]（2004）在《在线手写签名的识别算法》一文中研究指出提出一种手写签名的数学模型,借鉴动态规划的思想进行时序匹配.引入加权H1模的距离计算公式,用以度量输入签名与样本签名的差异,经实践检验识别算法的有效性.(本文来源于《吉林大学学报(理学版)》期刊2004年02期）
在线手写签名识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
介绍了在线手写签名识别的原理,设计并实现了一个在线手写签名识别系统。该系统具有算法简单、所需内存小、可在微机上实现等优点。与传统的身份认证系统相比,该系统更加安全有效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在线手写签名识别论文参考文献
[1].赵晓莎.基于贝叶斯阴阳机的高斯混合模型在手写在线签名识别中的应用[D].华东理工大学.2014
[2].周敏,唐洪英,卢玲.一个在线手写签名识别系统的设计与实现[J].微计算机信息.2008
[3].张莉莎,孙正兴.基于人工免疫模型的在线手写签名识别方法[J].计算机辅助设计与图形学学报.2007
[4].宁立全.一种基于ARM的在线手写签名识别系统的研究与设计[D].吉林大学.2006
[5].张达治,马驷良,王彦.在线手写签名组合最相似笔段的识别算法[J].吉林大学学报(理学版).2005
[6].栾方军,马驷良,程开东.在线手写签名的识别算法[J].吉林大学学报(理学版).2004