结合先验模型、无简单伪造训练样本的签名鉴定
第一章 概述 | 第1-12页 |
·应用背景 | 第8-9页 |
·目前存在的问题 | 第9-10页 |
·研究目标 | 第10页 |
·本文的主要工作 | 第10-12页 |
第二章 研究现状 | 第12-24页 |
·签名鉴定 | 第12-13页 |
·特征层上的研究 | 第13-19页 |
·全局形状特征 | 第13-15页 |
·网格特征 | 第15-18页 |
·分形维数 | 第18-19页 |
·纹理特征 | 第19页 |
·分类层上的研究 | 第19-23页 |
·并行综合模式 | 第20-21页 |
·串行综合模式 | 第21-22页 |
·重复试验 | 第22-23页 |
·本章小节 | 第23-24页 |
第三章 结合先验模型、无简单伪造样本的签名鉴定 | 第24-43页 |
·预处理 | 第24-28页 |
·特征提取 | 第28-34页 |
·基于Boosting的多分类器融合 | 第34-38页 |
·特征分类器 | 第34-35页 |
·Boosting原理 | 第35-37页 |
·基于Boosting的组合分类器 | 第37-38页 |
·系统模型 | 第38-42页 |
·本章小节 | 第42-43页 |
第四章 实验结果与分析 | 第43-52页 |
·签名采集 | 第43页 |
·特征集的识别能力分析 | 第43-47页 |
·特征集的选取 | 第43-45页 |
·特征的识别能力 | 第45-47页 |
·组合分类器的实验 | 第47-48页 |
·系统训练阶段的实现 | 第48-49页 |
·两次训练结果分析 | 第48页 |
·神经网络拟合映射关系 | 第48-49页 |
·系统使用阶段的实现 | 第49-50页 |
·对比实验 | 第50-52页 |
第五章 总结与展望 | 第52-54页 |
参考文献 | 第54-56页 |
致谢 | 第56-58页 |