抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,マルチ・スクリプト署名検証のための結合分割検証法の改良を提案した。著者らの以前の論文では,多スクリプト署名検証のための一般化分割検証(GSV)を提案し,SigCompデータセットを用いた方法を評価した。GSVは,第二段階で,サポートベクトルマシン(SVM)は第一段階の際の信号検証によって導出されたマッチングスコアを評価した二段階戦略を導入することにより多スクリプト署名検証の性能を改善した。この戦略では,SVMは第三者の特徴から計算した本物と熟練した偽造検証スコアから成っていることが,その特徴はシステムに登録されなかったデータセットを用いて訓練した。しかし,この方法は第三者特徴を必要としたにもかかわらず,熟練した偽造署名を調製することは困難である。提案多スクリプト署名検証法は,熟練した偽造特徴を含まない訓練データセットを用いた。この方法はSVM訓練のための偽造クラスの訓練サンプルとしての第三者の真の特徴を使用した。も訓練データセットのための試料数を低減するための1クラスSVMを用いた効果的なサンプリング法を導入した。SigComp多スクリプト署名データセットを用いた評価実験の結果は,提案した方法の性能はマルチ・スクリプト署名検証のための熟練した偽造データセットを用いて訓練された方法のそれと比肩可能であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
