基于EMD和SVD的在線手寫簽名特征提取方法研究.pdf

1、信息技術(shù)的發(fā)展以及移動(dòng)設(shè)備的廣泛普及，加之電子商務(wù)、移動(dòng)支付的持續(xù)發(fā)展，豐富了人們的生活和工作方式，但由此衍生而來(lái)的信息安全問(wèn)題也日趨嚴(yán)重，因此，提供一種快捷、有效的用戶身份認(rèn)證方法顯得尤為迫切。在線手寫簽名認(rèn)證屬于生物特征識(shí)別技術(shù)的一個(gè)分支，是一種比較理想的個(gè)人身份認(rèn)證方法，而特征提取是簽名認(rèn)證過(guò)程中的一個(gè)核心環(huán)節(jié)，對(duì)認(rèn)證系統(tǒng)的性能具有直接影響。經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)提供了一種優(yōu)秀的自適應(yīng)分解方法，它既具有小波變換多分辨的優(yōu)點(diǎn)，又克服

2、了小波變換需要選擇小波基的困難，在信號(hào)去噪、故障診斷等領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用，并取得了較好的效果。本文將EMD引入到簽名特征提取，設(shè)計(jì)了一種基于EMD和奇異值分解(SVD)的在線手寫簽名特征提取方法。全文的主要研究工作概括如下：
　　1.本文設(shè)計(jì)了一款基于Android移動(dòng)端的簽名采集軟件，用于構(gòu)建在線簽名數(shù)據(jù)庫(kù)。
　　2.設(shè)計(jì)了一種基于EMD和SVD的在線手寫簽名特征自適應(yīng)提取方法。該方法使用簽名觸點(diǎn)的二維坐標(biāo)信息，衍生

3、了速度、加速度等6個(gè)時(shí)間序列數(shù)據(jù)。以一個(gè)時(shí)間序列的EMD自適應(yīng)分解所得的本征模態(tài)函數(shù)分量為初始特征矩陣，再進(jìn)行奇異值分解獲得一維奇異值向量，以奇異值的能量值作為在線簽名樣本的一個(gè)特征分量。以6個(gè)時(shí)間序列的特征分量構(gòu)成簽名樣本的特征向量。實(shí)驗(yàn)結(jié)果表明，該方法提取的簽名特征的類間差異層次區(qū)分明顯。
　　3.通過(guò)建立基于支持向量數(shù)據(jù)描述的簽名認(rèn)證模型，以驗(yàn)證本文特征提取方法的有效性。實(shí)驗(yàn)使用少量(本文取6個(gè))的真實(shí)簽名作為訓(xùn)練樣本，取得