35、水利预测与离线签名验证算法对比研究

水利预测与离线签名验证算法对比研究

1. 水利流量与固体运输预测

在水利工程领域，利用遗传编程（Genetic Programming，GP）对人工流域的径流流量进行建模取得了令人满意的结果。通过数学表达式对径流流量进行模拟，GP展现出了良好的性能。

当完成水流预测后，若已知水流中污染物的泄漏量，就可以对污染物在流域内的运输情况进行建模和预测。这一预测对于土木工程师而言至关重要，因为它有助于预测河流中危险污染物泄漏时流域的响应时间，从而确定对居民的风险状况。

利用遗传编程获得的数学表达式对固体运输过程进行建模，也产生了非常好的结果。这意味着土木工程领域有了新的进展，因为此前还没有模型或系统能以数学方程的形式令人满意地获得此类结果。

下一步在固体运输建模方面的工作，是要获得一个能在不同泄漏量情况下都产生满意结果的独特数学方程。为此，需要在遗传编程训练算法中加入一个新的输入，以代表泄漏量。为了得到一个能预测不同可能固体量的数学表达式，需要在人工流域中进行更多的实验室测试，以获得不同固体量的大量时间序列。测试完成后，GP可以得到一个具有两个变量输入的表达式（一个输入是水流的时间序列，另一个是泄漏到水中的固体量值）。

2. 离线签名验证方法概述

手写签名验证是一种成熟的生物识别方式，为法律文件的认证和授权提供了安全手段。由于其广泛的潜在应用，人们一直在研究高效的自动签名识别和验证解决方案。签名识别是在数据库中查找给定签名以确定签名者身份，而签名验证则是判断特定签名是真实的还是伪造的。解决这些问题的技术可分为在线和离线两类。在线技术在签名过程中使用电子平板或其他设备获取数据，而离线技术则是在签名后扫描签名图像，无法获取签名过程