首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于一对一神经网络的离线签名认证方法

摘要第1-5页
Abstract第5-9页
第一章 引言第9-15页
   ·生物特征识别技术概述第9-10页
   ·签名认证简介第10页
   ·离线手写签名认证研究的意义第10-11页
   ·国内外研究现状第11-13页
     ·国内研究现状第11-12页
     ·国外研究现状第12-13页
   ·本文的主要工作第13页
   ·论文结构第13-15页
第二章 手写签名认证技术第15-21页
   ·签名认证技术的分类第15页
     ·离线签名认证第15页
     ·在线签名认证第15页
   ·伪造签名的种类第15-16页
   ·签名认证原理第16页
   ·典型自动离线签名认证系统的构成第16-17页
   ·鉴别系统的性能评价第17-18页
   ·现有的离线签名认证方法第18-21页
     ·模板匹配技术第18-19页
     ·最小距离分类器第19页
     ·神经网络第19-20页
     ·隐马尔可夫模型第20页
     ·支持向量机第20-21页
第三章 签名图像收集与预处理第21-27页
   ·签名图像收集第21-22页
   ·图像预处理第22-27页
     ·图像去噪第22-23页
     ·图像二值化第23-26页
     ·签名数据区获取第26页
     ·图像大小归一化第26页
     ·骨架提取第26-27页
第四章 签名图像的特征提取第27-35页
   ·方向特征第27-29页
     ·像素点的方向第27-28页
     ·拐点和交叉点的方向第28-29页
   ·纹理特征第29-30页
   ·动态特征第30-32页
     ·像素点的灰度分布情况第31页
     ·高压力区域的四个特征第31-32页
   ·几何特征第32-33页
     ·密度特征第32-33页
     ·复杂指数第33页
   ·小结第33-35页
第五章 小波零交叉方法第35-43页
   ·小波分析概况第35-36页
   ·小波变换简介第36页
   ·小波变换的奇异点与信号变化的剧烈处之间的关系第36-37页
   ·小波零交叉方法介绍第37-39页
   ·小波零交叉方法在本文中的应用第39-42页
   ·小结第42-43页
第六章 人工神经网络第43-48页
   ·人工神经网络简介第43-44页
   ·人工神经元激活函数第44-45页
   ·误差反向传递训练算法(BP 网络)第45-48页
     ·BP 网络介绍第45-46页
     ·BP 网络的训练过程第46-48页
第七章 离线签名认证的BP 网络设计方案及试验第48-53页
   ·基于四个特征和一对一BP 神经网络的离线签名认证方法第48-51页
     ·一对一BP 神经网络第48页
     ·一对一BP 神经网络的认证系统在本文中的具体实现方案第48-50页
     ·实验结果与分析第50-51页
   ·基于多尺度小波零交叉和一对一BP 神经网络的离线签名认证方法第51-52页
   ·小结第52-53页
第八章 总结和展望第53-55页
   ·总结第53页
   ·展望第53-55页
参考文献第55-58页
致谢第58-59页
在学期间公开发表论文及著作情况第59页

论文共59页,点击 下载论文
上一篇:钙超载在大鼠急性胰腺炎中的作用及川芎嗪对其的影响
下一篇:建立符合我国国情的沉默权制度