一種面向移動(dòng)設(shè)備在線手寫(xiě)簽名身份認(rèn)證技術(shù).pdf_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著移動(dòng)設(shè)備的廣泛普及,安全、快捷的移動(dòng)設(shè)備終端用戶身份認(rèn)證顯得尤為迫切。本文在分析移動(dòng)設(shè)備上的簽名認(rèn)證需求和當(dāng)前國(guó)內(nèi)外在線簽名認(rèn)證技術(shù)現(xiàn)狀的基礎(chǔ)上,提出了一種適用于移動(dòng)設(shè)備的使用小樣本、一類(lèi)分類(lèi)方法、算法復(fù)雜度低的認(rèn)證方法。主要工作如下:
  依托Android手機(jī)內(nèi)置的軟件采集簽名數(shù)據(jù),摒棄了傳統(tǒng)方法中單獨(dú)使用外置的F_Table手寫(xiě)平臺(tái)和專(zhuān)用手寫(xiě)筆,該軟件設(shè)保存、清除功能,可實(shí)時(shí)采集用戶簽名樣本并保存在Android手機(jī)SD

2、卡中,方便了用戶在移動(dòng)設(shè)備上采集和使用。
  根據(jù)移動(dòng)設(shè)備身份認(rèn)證所需算法復(fù)雜度應(yīng)較低的特點(diǎn),采用基于DCT頻域特征分析和奇異值特征融合提取的特征提取方法,利用DCT頻域特征分析將特征向量在低頻域進(jìn)行壓縮,節(jié)省了大量計(jì)算時(shí)間,并將特征矩陣通過(guò)奇異值分解有效地實(shí)現(xiàn)了特征降維。
  針對(duì)移動(dòng)設(shè)備上身份認(rèn)證目標(biāo)樣本數(shù)有限的特點(diǎn),利用SVDD分類(lèi)器適用有限樣本、一類(lèi)分類(lèi)方法建模的優(yōu)勢(shì),本文采用SVDD建立分類(lèi)認(rèn)證模型,并分別采用了網(wǎng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論