论文部分内容阅读
根据在线签名自动验证的特点和基于支持向量的数据描述方法(SVDD)在小样本一类分类问题上的优越性,提出动态规整核支持向量数据描述(DTAK-SVDD)算法并基于此构建了签名验证系统,对其中的数据压缩方法等实际问题进行了研究.该方案避免了模板的人为选择并可实现判决阈值的自动确定.以签名过程中的力矢量F、力变化率矢量dF和笔尖轨迹矢量S为特征进行了实验验证.结果表明,该方法判别正确率较高,有实际的应用价值.