| 第1章 绪论 | 第1-15页 |
| 1．1 课题的背景 | 第6-9页 |
| 1．2 手写签名验证技术的国内外现状以及存在的问题 | 第9-12页 |
| 1．3 本文的主要研究内容和组织结构 | 第12-15页 |
| 第2章 手写签名验证系统的简要介绍 | 第15-23页 |
| 2．1 系统简介 | 第15-18页 |
| 2．1．1 采集模块的实现 | 第16-17页 |
| 2．1．2 系统仿真工具的介绍 | 第17-18页 |
| 2．2 数据库 | 第18-23页 |
| 2．2．1 真实签名的数据库 | 第18-19页 |
| 2．2．2 伪造签名的数据库 | 第19-23页 |
| 第3章 手写签名原始数据的采样和预处理 | 第23-31页 |
| 3．1 采样设备及特点 | 第23-24页 |
| 3．2 采样方式 | 第24-25页 |
| 3．3 预处理 | 第25-31页 |
| 3．3．1 消除噪声点 | 第26-29页 |
| 3．3．2 去除有效零点并保留有效零点位置 | 第29-31页 |
| 第4章 签名特征优化选取 | 第31-48页 |
| 4．1 引言 | 第31页 |
| 4．2 特征提取及比较方式 | 第31-33页 |
| 4．3 特征计算实例 | 第33-36页 |
| 4．3．1 平均书写时间 | 第33-34页 |
| 4．3．2 速度和加速度的求取 | 第34-36页 |
| 4．3．3 定时参数均值 | 第36页 |
| 4．4 特征优化选取 | 第36-48页 |
| 4．4．1 只用真实签名进行特征优化选取 | 第37-41页 |
| 4．4．2 运用真实签名和伪造签名进行特征优化选取 | 第41-45页 |
| 4．4．3 共同特征子集的选取 | 第45-48页 |
| 第5章 BP神经网络分类器的设计与实现 | 第48-65页 |
| 5．1 神经网络简介 | 第48-49页 |
| 5．2 BP神经网络分类器的原理及实现 | 第49-56页 |
| 5．2．1 基于 BP算法的多层前馈神经网络 | 第49-50页 |
| 5．2．2 BP学习算法的思想及改进 | 第50-56页 |
| 5．3 BP神经网络分类器的学习和训练 | 第56-65页 |
| 5．3．1 隐层节点数的确定 | 第56-59页 |
| 5．3．2 网络初始权值的确定 | 第59-60页 |
| 5．3．3 学习因子η和惯性项α的选取 | 第60-61页 |
| 5．3．4 BP神经网络分类器的实验结果及讨论 | 第61-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附录A FRR和 FAR | 第73-74页 |
| 附录B 原始波形去除飞点和漏点程序 | 第74-76页 |
| 附录C 去除有效零点并保留有效零点程序 | 第76-78页 |
| 附录D 速度计算程序 | 第78-79页 |
| 附录E 归一化的特征 | 第79-84页 |
| 附录F 26个共同特征 | 第84-85页 |