《表5 不同训练样本对应的FRR、FAR、AER》
为了评估所提出的签名验证方法,考虑到不同数量训练和测试样本的对于结果的影响,使用FAR、FRR和AER的平均值作为评估的度量,如表5所示。当训练签名数量减少时,AER逐渐增加。然而,当训练样本的数量少于6(包括)时,结果突然下降。这是因为,区间值符号模型和模糊相似性度量都基于从训练样本中提取的特征值的统计中值和标准差。样本签名不是均匀分布在自己创建的数据集中的。因此,基于少量样本(此处小于6)计算的中位数和标准差可能不能完美地表示其余数据的中位数和标准差。因此,当考虑非常少的样本(<6)用于训练时,本文的模型可能不会提供高精度结果。
图表编号 | XD0090183900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 贾昊丽、程永强、李志磊 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |