基于神经网络的在线手写签名验证方法研究
| 第1章 引言 | 第1-19页 |
| ·生物特征识别 | 第8-11页 |
| ·生物特征识别的背景介绍 | 第8-9页 |
| ·生物特征识别技术概述 | 第9-11页 |
| ·手写签名验证 | 第11-14页 |
| ·手写签名验证背景介绍 | 第11-12页 |
| ·手写签名验证技术的发展及现状 | 第12-14页 |
| ·神经网络 | 第14-16页 |
| ·神经网络概述 | 第14-15页 |
| ·神经网络发展简史 | 第15-16页 |
| ·本文的主要工作及结构安排 | 第16-19页 |
| 第2章 手写签名样本与样本库 | 第19-31页 |
| ·手写签名的原始数据采集 | 第19-22页 |
| ·数据获取 | 第20-21页 |
| ·同步显示 | 第21页 |
| ·USB通信 | 第21页 |
| ·PC机应用程序 | 第21-22页 |
| ·手写签名数据的预处理 | 第22-25页 |
| ·去除飞漏点处理 | 第22-24页 |
| ·对于有效零点的处理 | 第24页 |
| ·归一化处理 | 第24-25页 |
| ·签名样本使用 | 第25-31页 |
| ·伪造签名参与训练的理论论证 | 第26-27页 |
| ·签名样本获取 | 第27-29页 |
| ·签名样本库 | 第29-31页 |
| 第3章 手写签名的特征提取 | 第31-50页 |
| ·签名动态特征的意义 | 第31-32页 |
| ·参数特征的选择 | 第32-33页 |
| ·参数特征的提取 | 第33-37页 |
| ·由参数特征建立比例化特征集 | 第37-38页 |
| ·特征优化选择 | 第38-50页 |
| ·特征优化选择方法 | 第38-39页 |
| ·特征优化选择实例 | 第39-48页 |
| ·结论 | 第48-50页 |
| 第4章 基于神经网络的手写签名验证 | 第50-80页 |
| ·BP神经网络的基本原理 | 第50-57页 |
| ·感知器原理 | 第50-51页 |
| ·BP网络 | 第51-52页 |
| ·Delta学习规则 | 第52-53页 |
| ·BP神经网络的学习 | 第53-57页 |
| ·签名真伪分类的实现 | 第57-58页 |
| ·网络训练停止条件 | 第58-59页 |
| ·BP网络分类器的设计 | 第59-73页 |
| ·隐层神经元数目的确定 | 第59-65页 |
| ·网络权值初始化 | 第65页 |
| ·激励函数的改进 | 第65-67页 |
| ·误差函数的选择 | 第67页 |
| ·BP网络快速学习优化方法 | 第67-73页 |
| ·实验结果及讨论 | 第73-80页 |
| 第5章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间发表的学术论文 | 第86-87页 |
| 附录90组比例化特征 | 第87-90页 |
