[发明专利]一种基于笔迹鉴定的网上安全支付系统

摘要

一种基于笔迹鉴定的网上安全支付系统，包括101用户注册模块；102接收模块用于接收用户输入的任一待笔迹签名样本，进行多特征融合，将多种属性特征值作为样本的特征值，挖掘各个属性值对正确识别本人签名贡献程度，降序排序，按照贡献值排序找一组最优权值融合多种特征；103学习、训练模块将综合后的多特征集转化为1到8的数据后作为基于邻域超网络分类器的输入，进行训练和测试；104鉴定模块用户输入签名，将待识别超边与所述超边库中的超边进行对比来鉴定用户笔迹的真伪；S105支付模块将笔迹鉴定应用到网上安全支付。本发明具有更高的稳定性、安全性、便捷性；同时结合了多特征融合技术，能够提高签名样本的识别效率，以及准确性。

主权项

一种基于笔迹鉴定的网上安全支付系统，其特征在于，包括:101用户注册模块：用于对用户网上支付进行安全身份认证；102接收模块：用于接收用户输入的任一待笔迹签名样本；所述接收模块是预先提取待识别签名样本特征集，接收用户输入的任一待识别签名样本，并提取所述待识别签名样本的时间序列特征、位置属性特征和笔顺特征，挖掘各个属性特征值对正确识别本人签名贡献程度，降序排序，按照贡献值排序找一组最优权值融合多种特征，将融合后的多特征作为识别签名样本特征集；103学习、训练模块：根据预设融合后的识别签名样本特征集的空间近邻关系建立模型，根据样本点的近邻信息对样本进行分类，首先，通过样本的邻域来粒化训练集论域，将每个样本的邻域看成基本信息粒子；其次，将属于同一邻域的样本点映射到超网络超边的顶点，通过演化学习，超边获取局部空间样本分布到邻域类别的映射关系，从而构建邻域超网络模型；最后，将融合后的多种属性特征值转化为1到8的数据后作为邻域超网络模型的输入，用户本人前书写的签名样本作为训练样本集，将训练样本进行超边随机初始化、采用超边替代超网络分类器，将所述超边进行学习分类后，得到训练集超边库；104鉴定模块：进行网上支付环节时，用户输入签名，匹配特征库的必要特征，当满足必要特征之后再进行识别，在训练集超边库中搜索，如果达成搜索结果则成功识别，否则不识别为任何人的签名；S105支付模块：将笔迹鉴定应用到网上安全支付。