基于卷积神经网络和KNN算法的笔迹性别识别

摘要：

基于笔迹的性别识别在取证分析中具有重要意义.但是目前的笔迹性别识别的智能算法大多是在笔迹空间进行直接分类,笔迹中包含大量无意义信息,分类准确率不高.本文通过将笔迹空间转化为笔迹相似度空间,通过Mnist数据集训练卷积神经网络得到数字识别模型,然后用自制带性别标签的数据集进行测试并计算得到表现字迹风格的两种数据集.进一步基于KNN算法,对字迹进行性别识别,综合两种数据集得到的预测结果,测试准确度能达到74％.

关键词：卷积神经网络、KNN算法、性别识别、笔迹

所属期刊栏目：17

分类号：TP391.41(计算技术、计算机技术)

资助基金：中央高校基本科研业务费博士科研启动金项目编号:D201901

在线出版日期：2021-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：112-114,117