买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:国科大杭州高等研究院
摘要:本发明公开了一种基于LIBS结合机器学习的签字笔书写痕迹识别方法,包括通过LIBS方法采集不同墨水笔迹的光谱数据集合,所述LIBS方法的激光脉冲能量为30‑40mJ,25‑35发脉冲激光累积为一条光谱;采用线扫描的方式进行光谱采集以减少样品损耗的同时获得高信噪比的光谱,其中三维平台的移动速度为1.5‑2.5mms;将不同墨水笔迹的光谱数据集合进行归一化处理,通过主成分分析对归一化处理后的光谱数据集合进行降维得到不同墨水笔迹的光谱特征向量;基于不同墨水笔迹的光谱特征向量采用10‑折交叉验证方法对多种机器学习算法进行训练,基于模型分类效果的评价标准将评价指标最高的训练后的机器学习算法作为笔迹识别模型。利用该方法能够快速准确的识别笔迹,且检材用量小。
主权项:1.一种基于LIBS结合机器学习的签字笔书写痕迹识别方法,其特征在于,包括:S1、通过LIBS方法采集不同墨水笔迹的光谱数据集合,其中,所述LIBS方法的激光脉冲能量为30-40mJ,20-35发脉冲激光累积为一条光谱;S2、将不同墨水笔迹的光谱数据集合进行归一化处理,通过主成分分析对归一化处理后的光谱数据集合进行降维得到不同墨水笔迹的光谱特征向量;S3、基于不同墨水笔迹的光谱特征向量采用10-折交叉验证方法对多种机器学习算法进行训练,基于模型分类效果的评价标准将评价指标最高的训练后的机器学习算法作为笔迹识别模型;应用时,将待识别墨水笔迹的光谱数据集合归一化后依次通过主成分分析和笔迹识别模型得到待识别墨水笔迹的类别。
全文数据:
权利要求:
百度查询: 国科大杭州高等研究院 一种基于LIBS结合机器学习的签字笔书写痕迹识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。