[发明专利]纸券类的真假判断方法及纸券类的投入方向判别方法

权利要求书

1．一种纸券类的真假判断方法，其特征在于包括以下步骤：

对作为检查对象的纸券类进行第一真假判断处理的步骤；

在第一真假判断处理中，只有当作为检查对象的纸券类被断定不是假券时，才对作为检查对象的纸券类进行第二真假判断处理的步骤；以及

在第二真假判断处理中，只有当作为检查对象的纸券类被断定不是假券时，才断定作为检查对象的纸券类是真券的步骤，

第一真假判断处理包括以下三个步骤：

根据从作为检查对象的纸券类上的多个位置读取的纸券类的特征量和对上述多个位置预先求得的基准数据，抽出纸券类的每个特征量的不规则成分的第一步骤；

根据所抽出的每个特征量的不规则成分和预定的污浊成分的预定模型，推测作为上述检查对象的纸券类上的上述多个位置中的每个位置的污浊成分的第二步骤；以及

根据所推测的污浊成分和所抽出的不规则成分，判断作为检查对象的纸券类的真假的第三步骤，

第二真假判断处理包括以下两个步骤：

根据从作为上述检查对象的纸券类上的多个位置读取的纸券类的特征量和对上述多个位置预先求得的第二基准数据中适当地进行预先判断选择的多个计算对象位置的特征量及第二基准数据，算出特征量和第二基准数据的匹配度的第四步骤；以及

根据算出的匹配度，判断作为检查对象的纸券类的真假的第五步骤。

2．根据权利要求1所述的纸券类的真假判断方法，其特征在于：

上述第一步骤中用的基准数据根据从多个真券纸券类上的多个位置读取的纸券类的特征量生成，

上述第二步骤中用的污浊成分的预测模型根据从多个真券纸券类上的多个位置读取的纸券类的特征量和上述基准数据生成，

上述第三步骤包括：根据所推测的污浊成分和所抽出的不规则成分，算出与预测误差相关的值的步骤；以及当与所算出的预测误差相关的值比预定的规定值大时，便断定作为检查对象的纸券类是假券，当与所算出的预测误差相关的值在预定的规定值以下时，便断定作为检查对象的纸券类不是假券的步骤。

3．根据权利要求1或2所述的纸券类的真假判断方法，其特征在于：

上述第四步骤中用的多个运算对象位置通过按照遗传算法进行的最佳化处理求得。

4．一种纸券类的真假判断方法，其特征在于包括以下步骤：

根据从作为检查对象的纸券类上的多个位置读取的纸券类的特征量和对上述多个位置预先求得的基准数据，抽出纸券类的每个特征量的不规则成分的第一步骤；

根据所抽出的每个特征量的不规则成分和预定的污浊成分的预测模型，推测作为上述检查对象的纸券类上的上述多个位置中的每个位置的污浊成分的第二步骤；以及

根据所推测的污浊成分和所抽出的不规则成分，判断作为检查对象的纸券类的真假的第三步骤。

5．根据权利要求4所述的纸券类的真假判断方法，其特征在于：

上述第一步骤中用的基准数据根据从多个真券纸券类上的多个位置读取的纸券类的特征量生成，

上述第二步骤中用的污浊成分的预测模型根据从多个真券纸券类上的多个位置读取的纸券类的特征量和上述基准数据生成，

上述第三步骤包括：根据所推测的污浊成分和所抽出的不规则成分，算出与预测误差相关的值的步骤；以及当与所算出的预测误差相关的值比预定的规定值大时，便断定作为检查对象的纸券类是假券，当与所算出的预测误差相关的值在预定的规定值以下时，便断定作为检查对象的纸券类不是假券的步骤。

6．根据权利要求5所述的纸券类的真假判断方法，其特征在于：

上述污浊成分的预测模型为从多个真券纸券类上的多个位置读取的纸券类的特征量和对应于上述基准数据的位置的数据的差分数据，按照时间序列排列的数据组求得的自行回归模型。

7．一种纸券类的真假判断方法，其特征在于包括以下步骤：

根据从作为检查对象的纸券类上的多个位置读取的纸券类的特征量和对上述多个位置预先求得的第二基准数据中适当地进行预先判断选择的多个计算对象位置的特征量及第二基准数据，算出特征量和第二基准数据的匹配度的步骤；以及

根据算出的匹配度，判断作为检查对象的纸券类的真假的步骤。