《表2 Early-Concat笔画分割的RNN模型在主流在线签字数据集均表现最佳》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人工智能在手写签字鉴定应用中的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

李闯等人[20]还采用了共享LSTM中前向单元和后向单元权重的方法，实验表明这对于减少过拟合问题很有帮助，此外虽然将签字拆分为笔画后会丢失抬笔轨迹的数据，之前的很多研究认为抬笔轨迹对于在线签字鉴定非常重要，但实验表明，Early-Concat笔画分割的RNN模型即使只使用1?3的数据训练、更少的特征，也仍然能取得目前世界最高的鉴定准确度，截至本文成稿日期仍是世界最佳成绩，如表2所示：