检索结果-南通市图书馆

Off-Line signature recognition.Based on Angle Features and Artificial Neural Network Algorithm

Journal of Electronic Science and Technology 2014年第1期12卷 85-89页

作者： Laila Y.Fannas Ahmed Y.Ben Sasi the Faculty of Information Technology the University of Misurata the College of Industrial Technology

Handwritten signature recognition.is presented based on an angle feature vector by using the artificial neural network （ANN） in this research. Each signature image will be represented by an angle vector. The feature vector will constitute the input to the ANN. The collection of signature images is divided into two sets. One set will be used for training the ANN in a supervised fashion. The other set which is never seen by the ANN will be used for testing. After training, the ANN will be tested by recognizing the signatures. When a signature is classified correctly, it is considered correct recognition. otherwise it is a failure. The achieved recognition.rate of this system is 94%.

关键词： Angle features artificial neuralnetwork signature recognition.

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：