-
题名数字手写笔迹的特点及其检验研究
被引量:13
- 1
-
-
作者
闫龙飞
-
机构
中国政法大学
-
出处
《北京警察学院学报》
2015年第3期95-105,共11页
-
文摘
无纸化办公已成为互联网时代最重要的办公模式之一,数字手写技术凭借其快速便捷、保留原笔迹进行线上批阅、签发文件的特性,迅速为各类用户所接受,数字手写笔迹也将越来越多地出现在案件纠纷中。由于数字手写技术所需的书写工具和书写承载物与传统笔迹全然不同,导致数字手写笔迹产生了许多特征变异,传统笔迹检验方法已很难适应这种新型笔迹,然而关于数字手写笔迹的研究,国内外尚属空白。通过详细总结、分析数字手写笔迹的特征,得出数字手写笔迹种属认定和同一认定的检验办法,并对数字手写笔迹的检验规则之完善提出合理化建议。
-
关键词
笔迹鉴定
笔迹特征
数字手写笔迹
检验规则
-
Keywords
handwriting identification
handwriting features
digital handwriting
verification theory
-
分类号
D918.92
[政治法律—法学]
-
-
题名数字手写体的深度信念网络识别方法
- 2
-
-
作者
苑强
李纳新
-
机构
青岛科技大学信息学院
新疆库尔勒塔里木油田通信事务部
-
出处
《工业技术创新》
2016年第5期921-924,共4页
-
文摘
深度信念网络可以通过低层特征组合抽象形成更高层的特征,具有良好的学习能力,其无监督学习特点减少了人工劳动量。主要研究了使用深度信念网络(DBN)对手写数字进行识别的方法,实验表明设计识别数字的网络模型时的最佳层数为5层。使用MNIST数据库中的60 000个图片训练深度信念网络,再使用MNIST中的另外10 000个图片测试网络,得出高达93.42%的准确率,高于同等条件下的SVM。另外,在深度学习网络中引入Dropout参数,可以在使用少量样本的情况下获得更高的识别准确率。
-
关键词
数字手写识别
深度信念网络
Dropout训练
-
Keywords
identification for digital handwriting
Deep Belief Network
Dropout Training
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-