《表2 NSCT变换后提取GLCM和MBLBP在维吾尔文数据库上的实验结果》

  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

《基于非下采样轮廓波变换的离线签名识别》

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

在下面的实验中，为验证本文方法的鲁棒性，使用包括维吾尔文和柯尔克孜文两种语言签名，每种签名100人，每人20个签名，共4000个签名图像的数据库进行实验，并且采用维吾尔文、柯尔克孜文单类文种和维柯混合两类文种数据集进行实验。为比较不同的训练集对系统性能的影响，把签名数据集分为两种，分别是1600和1000个签名作为训练，剩余作为测试集。通过NSCT变换对预处理签名进行操作，在此基础上提取MBLBP和GLCM纹理特征进行实验，最后有效融合两种特征进行实验。分别使用了SVM和BP神经网络进行分类实验。实验结果见表2～表4。