Kinematic-Features:硕士课程的最终项目

运动学特征 硕士课程的最终项目 背景 最近，我一直在与一组研究人员（由Michael Caliguri教授领导）合作，研究手写文本的运动学与法证文件审查员确定同一作者是否撰写了两个文件之间的关系。 团队之间已经开始就统计学家和机器学习专家是否可以构建合理准确的分类器进行一次侧面辩论，该分类器可以一次预测三件事 简短作者（40位作者） 写下了6个短语中的哪个 根据MovAlyzeR记录的运动学特征，使用了哪种类型/类型的书写方式（打印或脚本）。 数据结构 数据标签列如下（这是MovAlyzeR的基本输出顺序。）有关详细信息，请参见提供的Powerpoint和论文。 组-手写类型-草书或印刷。 主题是手写示例的作者。 条件-是正在编写的短语。 试用是一个手写样本 段是写作样本中“笔画”的一部分。 方向-如果笔划向上或向下。 StartTime-开始写入段的时间。 持续时间-完