【摘 要】
：
对网络用户离线签名身份准确验证,可以保证网络用户信息的安全性,避免伪造签名带来的安全风险。准确验证网络用户离线签名身份,需要提取离线签名图像的特征,通过不同方向对离线签名图像的不同特征隶属函数进行计算分析,达到网络用户离线签名身份准确认证的目的。传统方法在验证用户身份时,未考虑特征隶属函数,导致存在验证效率低、验证准确率低的问题。提出一种新型网络用户离线签名身份验证方法。通过水平方向重心、垂直方向
【机 构】
：
南京师范大学泰州学院,徐州医科大学医学信息学院
【基金项目】
：
江苏省科学技术厅项目基金（2017300463）
论文部分内容阅读
对网络用户离线签名身份准确验证,可以保证网络用户信息的安全性,避免伪造签名带来的安全风险。准确验证网络用户离线签名身份,需要提取离线签名图像的特征,通过不同方向对离线签名图像的不同特征隶属函数进行计算分析,达到网络用户离线签名身份准确认证的目的。传统方法在验证用户身份时,未考虑特征隶属函数,导致存在验证效率低、验证准确率低的问题。提出一种新型网络用户离线签名身份验证方法。通过水平方向重心、垂直方向重心、离线签名图像高宽比、签名笔画面积与用户离线签名图像总面积的比、正倾斜度五个特征隶属函数,对用户离线
其他文献
相对于传统的瑞利假设,语音的离散傅里叶变换(DFT)系数更好地服从Chi分布。为了寻求语音失真度和噪声抑制程度之间的平衡,先在语音DFT系数服从Chi分布假设的条件下推导出一个基于听觉感知特性广义加权的贝叶斯估计器。然后,将语音存在概率考虑进新推导出的贝叶斯估计器中,获得一个Chi先验下联合了语音存在概率的贝叶斯估计器。为了在语音的起始段抑制音乐噪声的产生,得到一个新型的混合先验信噪比估计器。仿真
针对船用核动力装置系统复杂,堆芯物理与系统热工水力强耦合难以建立精细数学模型的难题,采用神经模糊推理技术获取故障诊断知识,实现了对复杂故障模式的诊断;针对单一故障模式诊断方法对多维故障模式诊断精度低、误诊率高的难题,构建了由单一故障模式与复合故障模式相协调的协同故障推理机制,克服了单一故障诊断模式对已训练故障模式识别精度高,对未训练故障模式误诊率高的问题,实现了对多维故障模式的高效率诊断;针对传统
对网络信息传输的异常数据进行检测,能够有效保证网络安全,防止网络异常瘫痪。对异常数据的检测,需要确定实现信息分类信息熵,并对数据属性的增益进行计算,完成信息传输异常数据的检测。传统方法对观测数据中网络信息传输异常数据进行识别,利用响应函数对数据进行投影分析,但忽略了获取数据属性增益。提出基于信息熵的网络信息传输异常数据检测分析模型建立方法,通过信息增益的方法作为属性选择的标准,确定生成决策树每个节
针对当前故障数据采集远程监控方法中存在的监控能耗高、监控下采集到的故障数据连续性得不到保障等问题,提出基于GSM的嵌入式系统故障数据采集远程监控方法。针对反复出现的故障数据标签作权值累加操作,针对未出现的故障数据标签作权值递减操作。当某个数据标签的权值到达设置阈值时,将与之对应的标签事件触发,完成对故障数据采集噪声和冗余故障数据的过滤。将基于GSM的故障数据采集远程监控方法共为三个部分:故障数据采
对陶瓷微缺陷裂纹进行无损检测,能够保证陶瓷制品质量,提高产品使用可靠性都具有重要意义。对陶瓷制品的为缺陷裂纹图像的无损检测,需要先对微缺陷裂纹区域进行提取,对陶瓷裂纹图像特点描述模型梯度加权特征,完成对裂纹图像的无损检测。传统方法依据图像微缺陷区域像素值,设定图像像素点以及亮度阈值,但忽略了对图像的加权特征的描述,完成陶瓷制品微缺陷裂纹图像的无损检测。提出基于Lo G梯度加权的的陶瓷制品微缺陷裂纹
目前航天发射场空调加热器采用PID控制,由于加热器存在滞后性和非线性,较难获取优异的PID控制参数,进而影响加热器控制效果。为提高控制效果,提出了一种预测PID控制方法,在获
目前的数据库信息检索方法检索耗时长、精度低,提出基于粒子群的分布式文献数据库需求信息自适应检索方法。利用局部过滤器对单个阅读器收集的数据进行处理,采用时间延迟将数据依照时间戳进行排序,依据排序结果将过期数据删除。检测数据库信息,判断标签数据信息是否存在冲突,通过全局过滤器将存在冲突的冗余数据删除。设置粒子群运行的初始参数,并找到当前最佳粒子位置。判断当前粒子位置是否为最佳位置,如果不是,那么利用粒
量子纠错码是克服量子消相干的一种有效手段,为了纠正或防止量子错误发生,采用量子编码手段。低密度奇偶校验码是经典通信中最佳的编码技术之一,利用欧式几何法构造经典准循环低密度奇偶校验码,结合Steane构造法,从而获得相应的量子低密度奇偶校验码也是最佳的研究热点。对新构造的量子码[2550,1066,≥6]采用置信传播迭代译码算法进行译码,在仅考虑比特翻转信道下对该量子码进行性能分析,仿真结果表明,在
对用电信息智能采集运维进行挖掘,能够实现用户用电信息的高精度运行管理。对用电信息智能化采集运维挖掘进行模型构建,需要对用电信息进行特征挖掘,对挖掘结果及潜在关联规则进行分类处理。传统方法通过随机选取具有周期性的电路用户数据参数,引入信息熵获取用电信息特征,但忽略了对用电信息特征挖掘结果及潜在关联规则的分类处理,导致挖掘精度较低。提出大数据下用电信息智能采集运维挖掘模型。分析大数据下用电信息采集运维
线性轮廓信息有效识别在分层像素级图像融合中具有重要应用。目前常见的轮廓信息识别方法一般基于图像灰度的变化来判断分层像素级图像中的点是否属于轮廓点,识别到的点可能不连续,识别过程导致了融合后图像优质系数的降低、耗时长。针对这类问题,提出一种基于图像分割的分层像素级图像融合中线性轮廓信息识别方法。在分层像素级图像融合过程中,采用多阈值Otsu方法分割分层像素级图像,提取各层轮廓并计算轮廓链的局部转角比