清华大学学术专著：计算机笔迹鉴别与验证的理论和方法
出版时间:
2012-06
版次:
1
ISBN:
9787302283553
定价:
59.00
装帧:
精装
开本:
16开
纸张:
胶版纸
页数:
272页
字数:
310千字
正文语种:
简体中文
6人买过
-
笔迹鉴别是生物特征识别的一个重要分支，计算机笔迹鉴别具有重要的理论意义和实用价值。《清华大学学术专著：计算机笔迹鉴别与验证的理论和方法》首先介绍了现有的各种笔迹识别方法，分析了计算机笔迹识别中的关键问题，然后重点介绍了作者研究团队在计算机笔迹识别领域的研究工作和成果，最后对笔迹识别领域的研究进行了总结和展望。
《清华大学学术专著：计算机笔迹鉴别与验证的理论和方法》可供自动化、模式识别、计算机等领域的科研人员参考，也可作为高等院校电子信息、自动化、计算机等专业的教学参考书。 第1章引言
1.1笔迹识别的背景与意义
1.1.1生物特征识别之笔迹识别
1.1.2计算机自动笔迹识别
1.1.3笔迹验证和笔迹鉴别
1.2笔迹识别方法文献综述
1.2.1文本相关笔迹识别方法
1.2.2文本无关笔迹识别方法
1.2.3现有方法总结
1.3关于本书
1.4本书的内容和结构安排
第2章单字笔迹风格鉴别特征分析
2.1引论
2.2主要文本相关方法比较
2.3单字笔迹图像中的内容和风格
2.4单字笔迹风格特征提取
2.5利用线性鉴别分析提取风格
第3章基于单个字符的计算机文本相关笔迹鉴别
3.1单个字符笔迹原始特征的提取
3.1.1文检专家和已有文献使用的特征
3.1.2笔迹边缘特征的提取
3.1.3对比实验及结果
3.2基于单个特征字的笔迹鉴别算法
3.2.1主分量分析
3.2.2线性鉴别分析-最大鉴别分析
3.2.3正则化线性鉴别分析
3.2.4特征分布整形
3.2.5单个特征字笔迹鉴别的分类器设计
3.3基于单个字符的笔迹鉴别实验结果
3.3.1总体流程
3.3.2参数确定
3.3.3方法比较
3.3.4字符训练样本数的影响
3.3.5大样本集性能
3.4融合多个特征字进行笔迹鉴别
第4章基于单个字符的计算机文本无关笔迹鉴别
4.1引论
4.2基于单字的文本无关汉字字体识别方法
4.2.1印刷体字体识别介绍
4.2.2笔画分布特征
4.2.3小波特征
4.2.4特征选择
4.2.5分类器设计
4.3基于单字笔迹的半文本无关笔迹验证方法
4.3.1半文本无关
4.3.2不同字符笔迹风格特征的传递性
4.3.3半文本无关基本方法流程
4.3.4基本方法的笔迹验证实验
4.3.5对半文本无关方法的改进
4.3.6改进方法的笔迹验证实验
4.3.7半文本无关方法总结
第5章篇章笔迹风格鉴别特征分析
5.1引论
5.2本书研究的几种文种笔迹
5.3主要文本无关方法比较
5.4篇章笔迹风格特征提取
第6章基于篇章笔迹的文本无关笔迹鉴别方法
6.1引论
6.2网格微结构特征
……
第7章实用的笔迹检索系统
第8章联机手写签名的计算机自动认证
参考文献
附录A本书所用脱机笔迹样本库
附录BPCA和lDA
附录C联机手写签名数据库
附录DICDAR2011笔迹鉴别竞赛
致谢
参考文献
-
内容简介:
笔迹鉴别是生物特征识别的一个重要分支，计算机笔迹鉴别具有重要的理论意义和实用价值。《清华大学学术专著：计算机笔迹鉴别与验证的理论和方法》首先介绍了现有的各种笔迹识别方法，分析了计算机笔迹识别中的关键问题，然后重点介绍了作者研究团队在计算机笔迹识别领域的研究工作和成果，最后对笔迹识别领域的研究进行了总结和展望。
《清华大学学术专著：计算机笔迹鉴别与验证的理论和方法》可供自动化、模式识别、计算机等领域的科研人员参考，也可作为高等院校电子信息、自动化、计算机等专业的教学参考书。
-
目录:
第1章引言
1.1笔迹识别的背景与意义
1.1.1生物特征识别之笔迹识别
1.1.2计算机自动笔迹识别
1.1.3笔迹验证和笔迹鉴别
1.2笔迹识别方法文献综述
1.2.1文本相关笔迹识别方法
1.2.2文本无关笔迹识别方法
1.2.3现有方法总结
1.3关于本书
1.4本书的内容和结构安排
第2章单字笔迹风格鉴别特征分析
2.1引论
2.2主要文本相关方法比较
2.3单字笔迹图像中的内容和风格
2.4单字笔迹风格特征提取
2.5利用线性鉴别分析提取风格
第3章基于单个字符的计算机文本相关笔迹鉴别
3.1单个字符笔迹原始特征的提取
3.1.1文检专家和已有文献使用的特征
3.1.2笔迹边缘特征的提取
3.1.3对比实验及结果
3.2基于单个特征字的笔迹鉴别算法
3.2.1主分量分析
3.2.2线性鉴别分析-最大鉴别分析
3.2.3正则化线性鉴别分析
3.2.4特征分布整形
3.2.5单个特征字笔迹鉴别的分类器设计
3.3基于单个字符的笔迹鉴别实验结果
3.3.1总体流程
3.3.2参数确定
3.3.3方法比较
3.3.4字符训练样本数的影响
3.3.5大样本集性能
3.4融合多个特征字进行笔迹鉴别
第4章基于单个字符的计算机文本无关笔迹鉴别
4.1引论
4.2基于单字的文本无关汉字字体识别方法
4.2.1印刷体字体识别介绍
4.2.2笔画分布特征
4.2.3小波特征
4.2.4特征选择
4.2.5分类器设计
4.3基于单字笔迹的半文本无关笔迹验证方法
4.3.1半文本无关
4.3.2不同字符笔迹风格特征的传递性
4.3.3半文本无关基本方法流程
4.3.4基本方法的笔迹验证实验
4.3.5对半文本无关方法的改进
4.3.6改进方法的笔迹验证实验
4.3.7半文本无关方法总结
第5章篇章笔迹风格鉴别特征分析
5.1引论
5.2本书研究的几种文种笔迹
5.3主要文本无关方法比较
5.4篇章笔迹风格特征提取
第6章基于篇章笔迹的文本无关笔迹鉴别方法
6.1引论
6.2网格微结构特征
……
第7章实用的笔迹检索系统
第8章联机手写签名的计算机自动认证
参考文献
附录A本书所用脱机笔迹样本库
附录BPCA和lDA
附录C联机手写签名数据库
附录DICDAR2011笔迹鉴别竞赛
致谢
参考文献
查看详情
-
九品
北京市昌平区
平均发货22小时
成功完成率87.14%
-
九品
上海市嘉定区
平均发货8小时
成功完成率98.27%
-
九品
河北省廊坊市
平均发货12小时
成功完成率96.25%
-
九五品
北京市朝阳区
平均发货29小时
成功完成率86.24%
-
九品
河北省衡水市
平均发货9小时
成功完成率97.63%
-
全新
湖南省长沙市
平均发货11小时
成功完成率92.25%
-
九五品
福建省厦门市
平均发货10小时
成功完成率97.35%
-
九五品
河南省郑州市
平均发货1小时
成功完成率96.09%
-
九品
重庆市巴南区
平均发货32小时
成功完成率71.72%
-
九五品
-
九品
北京市海淀区
平均发货20小时
成功完成率87.2%
占位居中
