文献类型：期刊文章

作　　者：祖丽皮亚.艾尼[1] 麦合甫热提[2] 努尔毕亚.亚地卡尔[1] 尤努斯.艾沙[1] 库尔班.吾布力[1]

Zulpiya Gheni;Mahpirat;Nuerbiya Yadikar;Yunus Aysa;Kurban Ubul(School of Information Science and Engineering,Xinjiang University,Urumqi 830046,China;Educational Administration Department,Xinjiang University,Urumqi 830046,China)

机构地区：[1]新疆大学信息科学与工程学院,新疆乌鲁木齐830046 [2]新疆大学教务处,新疆乌鲁木齐830046

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(61563052;61163028);新疆维吾尔自治区高校科研计划创新团队基金项目(XJEDU2017T002)

年　　份：2018

卷　　号：39

期　　号：4

起止页码：1195-1201

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出灰度共生矩阵特征加权融合和BP神经网络的维吾尔文手写签名鉴别方法。提取灰度共生矩的能量、熵、惯性矩和局部平稳性等4种特征并对其进行加权融合的方法进行签名鉴别。实验结果表明,15名签名者的(共600个签名样本)平均签名鉴别率为91.78%。与同样规模的GPDS英文签名进行对比实验可知,本文提出的方法对维吾尔文手写签名具有较高的稳定性和鉴别能力。

关 键 词：维吾尔文 离线签名鉴别  灰度共生矩阵 特征加权融合  BP神经网络

分 类 号：TP391.4]