| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·生物特征身份认证技术概述 | 第8-12页 |
| ·生物特征身份认证技术及其国内外研究现状 | 第8-9页 |
| ·几种生物特征身份认证技术的比较 | 第9-12页 |
| ·手写签名认证概述 | 第12-14页 |
| ·手写签名认证研究的目的、意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·主流手写签名认证方法存在的一些缺点 | 第14-15页 |
| ·本文的主要工作和组织结构 | 第15-18页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-18页 |
| 第2章 在线手写签名认证过程 | 第18-27页 |
| ·签名数据采集 | 第18-20页 |
| ·预处理 | 第20-21页 |
| ·特征提取 | 第21-25页 |
| ·匹配和决策 | 第25页 |
| ·系统性能评估 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 混合高斯密度函数HMM 的在线手写签名认证 | 第27-47页 |
| ·引言 | 第27页 |
| ·HMM 的基本原理 | 第27-35页 |
| ·HMM 的定义 | 第27-29页 |
| ·HMM 的三个基本问题 | 第29页 |
| ·HMM 的几个相关算法 | 第29-35页 |
| ·HMM 模型参数的估计 | 第35-42页 |
| ·单样本模型参数估计 | 第36-38页 |
| ·多样本模型参数估计 | 第38-42页 |
| ·基于HMM-GMM 签名认证过程 | 第42-45页 |
| ·签名者HMM 模型的训练 | 第42-45页 |
| ·签名的认证 | 第45页 |
| ·实验及结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于SVM 的在线手写签名认证 | 第47-59页 |
| ·引言 | 第47页 |
| ·SVM 的基本原理 | 第47-51页 |
| ·线性支持向量机 | 第48-49页 |
| ·非线性支持向量机 | 第49-51页 |
| ·基于SMO 算法的在线手写签名认证 | 第51-55页 |
| ·基于LCSS 核SVM 的在线手写签名认证 | 第55-57页 |
| ·最长公共子序列相似度LCSS | 第55-56页 |
| ·扩展到多维签名数据特征矢量序列 | 第56-57页 |
| ·最长公共子序列核LCSS-Kernel | 第57页 |
| ·实验及结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于 HMM-SVM 混合模型的在线手写签名认证 | 第59-70页 |
| ·引言 | 第59页 |
| ·HMM-SVM 混合模型 | 第59-61页 |
| ·改进的 HMM-SVM 混合模型 | 第61-63页 |
| ·SVM 的概率输出 | 第61-62页 |
| ·HMM 的多维概率输出 | 第62-63页 |
| ·改进后模型的训练及认证过程 | 第63-66页 |
| ·实验及结果分析 | 第66-68页 |
| ·状态数 N 以及高斯混合度 M 对系统认证性能的影响 | 第67-68页 |
| ·正样本数对认证性能的影响 | 第68页 |
| ·本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士期间发表的学术论文 | 第77页 |
