基于曲线相似性的在线签名认证研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.3 在线签名认证存在的问题 | 第17-18页 |
| 1.4 主要研究内容和论文结构 | 第18-20页 |
| 第2章 在线签名认证系统和预处理 | 第20-31页 |
| 2.1 在线签名认证系统 | 第20-22页 |
| 2.2 简单预处理 | 第22-23页 |
| 2.3 签名曲线的分段点选取 | 第23-26页 |
| 2.3.1 特殊点选取 | 第24-25页 |
| 2.3.2 分段点筛选 | 第25-26页 |
| 2.4 曲线段的函数描述 | 第26-30页 |
| 2.4.1 贝塞尔曲线 | 第27-28页 |
| 2.4.2 基于贝塞尔函数的曲线描述 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 签名曲线的分段对齐算法 | 第31-47页 |
| 3.1 基于动态规划的分段对齐算法 | 第31-37页 |
| 3.1.1 几种传统的动态规划算法 | 第31-35页 |
| 3.1.2 基于窗口累计差异的分段对齐算法 | 第35-37页 |
| 3.2 曲线段对齐算法的实现 | 第37-42页 |
| 3.2.1 平均累计差异矩阵 | 第37-39页 |
| 3.2.2 跳跃规则的改进 | 第39-40页 |
| 3.2.3 窗口阈值选取 | 第40-41页 |
| 3.2.4 算法流程 | 第41-42页 |
| 3.3 实验结果与分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 基于函数优化的相似度计算和签名认证 | 第47-72页 |
| 4.1 基于曲线函数优化的相似度计算 | 第47-50页 |
| 4.1.1 连续曲线的相似性定义 | 第47-48页 |
| 4.1.2 离散曲线模糊相似性定义 | 第48页 |
| 4.1.3 基于函数优化的相似度计算方法 | 第48-50页 |
| 4.2 演化算法 | 第50-55页 |
| 4.2.1 演化算法的主要内容和特点 | 第50-52页 |
| 4.2.2 传统演化算法 | 第52-53页 |
| 4.2.3 混合演化算法 | 第53-55页 |
| 4.3 基于演化算法的曲线函数优化 | 第55-59页 |
| 4.3.1 算法实现 | 第56-57页 |
| 4.3.2 局部寻优算法实现 | 第57页 |
| 4.3.3 参数搜索范围的确定 | 第57-58页 |
| 4.3.4 邻域半径确定 | 第58-59页 |
| 4.4 在线签名认证 | 第59-62页 |
| 4.4.1 签名认证算法流程 | 第59-60页 |
| 4.4.2 整体相似度度量和判决方法 | 第60-61页 |
| 4.4.3 系统性能评估 | 第61-62页 |
| 4.5 实验结果与分析 | 第62-70页 |
| 4.5.1 优化效果展示 | 第62-63页 |
| 4.5.2 阈值选取对认证效果的影响 | 第63-69页 |
| 4.5.3 实验结果对比 | 第69-70页 |
| 4.6 本章小结 | 第70-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的学术成果 | 第79页 |
