本发明公开了一种基于多分类器融合的笔迹鉴别方法。
首先,将影响笔迹鉴别分类输出的因子分为两类:书写因子与字符因子。
建立分类输出的两因子分解模型,采用数据挖掘方法,得到两因子分解模型中的常用汉字的字符因子。
然后,对两因子分解模型中的书写因子给出了估计方法。
最后,把书写因子作为最终的笔迹鉴别分类器进行笔迹鉴别。
本发明方法解决了文本依存笔迹鉴别的理论方法无法满足实际应用需求的问题。
面向大型样本笔迹库时,本鉴别方法能得到十分理想的一对多笔迹鉴别分类结果。
作一对一笔迹鉴别,其鉴别准确率高达98%。
| 专利名称 | 基于多分类器融合的笔迹鉴别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | 200910061099.5 |
| 申请号 | - | 专利申请日期 | 2009-03-12 |
| 专利授权日期 | - | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 陈庆虎;邓伟;鄢煜尘;袁凤 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于多分类器融合的笔迹鉴别方法。首先,将影响笔迹鉴别分类输出的因子分为两类:书写因子与字符因子。建立分类输出的两因子分解模型,采用数据挖掘方法,得到两因子分解模型中的常用汉字的字符因子。然后,对两因子分解模型中的书写因子给出了估计方法。最后,把书写因子作为最终的笔迹鉴别分类器进行笔迹鉴别。本发明方法解决了文本依存笔迹鉴别的理论方法无法满足实际应用需求的问题。面向大型样本笔迹库时,本鉴别方法能得到十分理想的一对多笔迹鉴别分类结果。作一对一笔迹鉴别,其鉴别准确率高达98%。 | ||