202410.25
International Conference on Computing and Pattern Recognition 2024
Discovering Optimal Subspaces in Deep Architectures for Offline Signature Verification
论文 ↗模式识别与机器学习
PROFILE
聚焦于离线签名验证中的特征提取问题。传统的深度学习方法往往固定特征空间,难以获取最优的特征表示。为此,通过对深度特征进行扩展(拉伸)与降维(缩减),寻找最佳子空间。具体做法是先利用随机投影将特征扩展到更高维,再采用线性判别分析提取关键信息,以寻找最优特征子空间,有效区分真实签名与伪造签名。
关键词:机器学习、模式识别、离线签名鉴定、特征提取
本方向致力于探索复杂网络在时间演变过程中的规律。研究采用时间平滑框架,对网络中节点与边随时间的细微变化进行平滑处理,从而捕捉动态演化的内在趋势。该方法不仅能揭示隐藏在数据背后的演化机制,还为理解复杂系统提供了新视角,展示出在实际应用中的广泛潜力。
关键词:动态社团检测、迁移行为、时间平滑