东海大学资讯工程与科学系

《东海大学资讯工程与科学系》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、東海大學資訊工程與科學系畢業專題成果競賽基於Gabor變換與SupportVectorMachines分析實現筆跡辨識ImplementationofhandwritingrecognitionbasedonGabortransformandSupportVectorMachinesanalysis專題實驗報告書學生:魏琳君張家慈劉嘉文指導老師:劉榮春中華民國九十九年一月六日27目錄目錄……………………………………………………………………………2第一章………………………………………………………………………31.1摘要…………………………………………………………………

2、…31.2前言與文獻回顧………………………………………………………3第二章設計原理分析…………………………………………………………4(一)Gabor函數…………………………………………………………41.11gabor前言……………………………………………………………41.2濾波器設計……………………………………………………………41.3取樣設定………………………………………………………………41.4變調與多工……………………………………………………………41.5Gabor其他項目的運用………………………………………………51.5.1訊號鑑別…………………………………

3、………………………51.5.2語音………………………………………………………………51.5.3生醫工程…………………………………………………………51.6Gabor介紹……………………………………………………………51.7Gabor文獻探討………………………………………………………61.8影像處理/特徵抽取…………………………………………………71.9Gabor優點……………………………………………………………8(二)SVM…………………………………………………………………82.1方法介紹………………………………………………………………82.2支撐向量機法……………

4、……………………………………………92.2.1支撐向量機之概述………………………………………………92.2.2支撐向量機………………………………………………………102.3最大邊際分類器………………………………………………………102.4線性不可分割問題……………………………………………………132.5核心函數………………………………………………………………152.6支撐向量機之應用……………………………………………………16第三章軟硬體說明……………………………………………………………17第四章團隊分工合作方式……………………………………………………18第五章成果

5、與討論……………………………………………………………19第六章結論……………………………………………………………………27第七章參考文獻………………………………………………………………2727第一章1.1摘要支撐向量機(SupportVectorMachines;SVM)在分類問題上已被廣泛應用，然而面對大量且複雜的資料特徵，SVM最大的問題，就是正確率下降和計算時間緩慢。我們可以將問題分類為人類在處理問題的步驟之一，藉由分類，可以將特徵類型相似的問題歸類在一起，使問題簡單化，有利決策進行。而現實社會中，隨著各種資料的複雜度及資料量的增加，越來越多以統計學習架構為基

6、礎的方法不斷延伸，支撐向量機法(SupportVectorMachines)為其中一種機器學習模式。支撐向量機法是一種較新的分類方法，實務上，其應用的領域也迅速增加，譬如醫學疾病症狀影像的分類判或者問題結構的分類等等⋯。分析支撐向量機法對於非線性資料的分類精確程度，能建構出先期檢測盜簽進行詐欺的可能性，達到預測盜領詐欺行為，進一步協助銀行公司行號建立理賠決策，以達到降低盜簽詐欺犯罪率。1.2前言與文獻回顧在這資訊爆炸的時代，大量資料的產生，成為現在人們必面對的問題，故資料分析與分類是相當熱門的議題。所謂分類正確率是指分類器將一未知資料物件作正確地分類的比率；操作即時

7、性是指分類器在操作分類時所花費的時間要儘可能地符合即時系統的要求，也就是要在儘可能短的時間內將資料物件正確地分類。由以上說明可以得知，分類正確率及操作即時性就是用來評估一個分類器優劣的最主要因素。27第二章設計原理分析(一)Gabor函數1.1gabor前言　　與文字相關的筆跡鑑別往往指簽名鑑別。然而某些人可以對一個簽名模仿的非常像，以至於從表面上根本無法鑑別真偽。所以現在與字跡相關的字跡鑑別往往通過一種手寫設備（手寫板之類），這種設備除了可以採集到書寫的文字字型外，還可以採集到筆跡的速度、加速度、書寫時間等，如果將這些因素融入簽名鑑別後，識別率應當是非常高的。