基于支持向量機(jī)的筆跡心理自動(dòng)分析

曹賀

摘要：筆跡心理學(xué)是根據(jù)筆跡來(lái)分析書(shū)寫(xiě)者性格特點(diǎn)的一門(mén)科學(xué)，已經(jīng)發(fā)展為應(yīng)用心理學(xué)的一個(gè)分支，應(yīng)用領(lǐng)域非常廣泛。當(dāng)前筆跡心理分析方法主要有兩種：一是筆跡學(xué)專(zhuān)家根據(jù)實(shí)踐經(jīng)驗(yàn)，結(jié)合應(yīng)用心理學(xué)來(lái)分析；二是通過(guò)性格量表問(wèn)卷調(diào)查，結(jié)合筆跡樣本分析。前者以經(jīng)驗(yàn)主觀判斷，準(zhǔn)確率得不到保證；而結(jié)合調(diào)查問(wèn)卷法分析筆跡特征，效率不高。提出一種基于支持向量機(jī)的機(jī)器學(xué)習(xí)方法，能夠自動(dòng)分析筆跡，有效解決以上問(wèn)題。

關(guān)鍵詞：筆跡心理學(xué)；支持向量機(jī)；自動(dòng)分析；筆跡特征

中圖分類(lèi)號(hào)：TP301

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2015）003-0032-02

0 引言

筆跡心理學(xué)是近年來(lái)國(guó)內(nèi)外研究的熱點(diǎn)，屬于應(yīng)用心理學(xué)的一種。它以筆跡特征為研究對(duì)象，分析書(shū)寫(xiě)者的心理和性格特點(diǎn)[1]。筆跡是人們書(shū)寫(xiě)活動(dòng)的結(jié)果，書(shū)寫(xiě)的產(chǎn)生是客觀世界的各種刺激作用于視覺(jué)、聽(tīng)覺(jué)，并由相應(yīng)的傳入神經(jīng)傳到中樞，然后經(jīng)過(guò)大腦一系列的心理和生理綜合分析，發(fā)出指令，再由相應(yīng)的傳出神經(jīng)將指令傳至手部，至此完成書(shū)寫(xiě)動(dòng)作。由此可見(jiàn)，人類(lèi)大腦是筆跡形成的物質(zhì)基礎(chǔ)，筆跡是人類(lèi)大腦心理活動(dòng)的結(jié)果。

通過(guò)筆跡來(lái)分析性格具有很高的準(zhǔn)確率，而且應(yīng)用領(lǐng)域很廣泛[2]。在文化教育方面，可以通過(guò)一個(gè)人的筆跡，來(lái)分析其性格，通過(guò)對(duì)其性格缺陷進(jìn)行有效指導(dǎo)，可以提高教育質(zhì)量。在刑事辦案方面，可以通過(guò)筆跡鑒別和分析來(lái)協(xié)助斷案，降低辦案難度，而且在偵查訊問(wèn)中，可以通過(guò)筆跡分析嫌疑人的性格特點(diǎn)，有助于審問(wèn)人員快速突破嫌疑人的心理防線(xiàn)。在心理學(xué)領(lǐng)域，可以通過(guò)筆跡分析一個(gè)人的心理活動(dòng)，能夠進(jìn)行更好的心理治療。

當(dāng)前筆跡分析方法主要有兩種：一是由筆跡學(xué)專(zhuān)家進(jìn)行鑒定；二是通過(guò)性格量表調(diào)查問(wèn)卷，結(jié)合筆跡樣本進(jìn)行分析。筆跡學(xué)專(zhuān)家雖然對(duì)筆跡的特征很了解，但主觀因素占據(jù)主導(dǎo)作用，不能保證結(jié)果的準(zhǔn)確率。通過(guò)調(diào)查問(wèn)卷的方式，一方面需要對(duì)筆跡樣本進(jìn)行特征提取，還需要分析調(diào)查問(wèn)卷的結(jié)果，雖然準(zhǔn)確率很高，但時(shí)效性不強(qiáng)[3]。本文提出一種能夠自動(dòng)分析筆跡的方法，用調(diào)查問(wèn)卷的方法得到樣本，將這些樣本用機(jī)器學(xué)習(xí)的方法進(jìn)行訓(xùn)練學(xué)習(xí)，達(dá)到自動(dòng)分析筆跡的目的。

1 相關(guān)技術(shù)

1.1 筆跡特征抽取

由于漢字的結(jié)構(gòu)非常復(fù)雜，漢字筆跡特征也多種多樣。筆跡特征之間有一定的相關(guān)性，比如行傾斜度和字傾斜度、橫筆壓和豎筆壓。如果能夠?qū)⒂嘘P(guān)聯(lián)的筆跡特征進(jìn)行概括，可方便研究和分析[4]。

本文選用因子分析法對(duì)筆跡特征進(jìn)行整理。

因子分析是用少數(shù)幾個(gè)因子描述許多指標(biāo)或因素之間的聯(lián)系，即將相關(guān)比較密切的幾個(gè)變量歸在同一類(lèi)中，每一類(lèi)變量就成為一個(gè)因子，以較少的因子反映原資料的大部分信息。本文筆跡特征的因子分析結(jié)果如表1所示，受篇幅限制，分析過(guò)程不作論述。

可以看出，根據(jù)筆跡特征和公因子的因子載荷（相關(guān)系數(shù)），可以將有明顯因子載荷的特征概括為一類(lèi)，如整篇壓力、橫筆壓、豎筆壓、粗細(xì)度與第一個(gè)公因子有明顯的相關(guān)性，可將這4個(gè)特征概括為一類(lèi)，定義為書(shū)寫(xiě)壓力。利用這種方法，可以把以上特征概括為6個(gè)特征因子：書(shū)寫(xiě)壓力、概貌、字的形態(tài)、頁(yè)邊、運(yùn)筆和字行間距。

1.2 性格量表選取

當(dāng)前大多筆跡分析在獲取實(shí)驗(yàn)數(shù)據(jù)時(shí)都采用國(guó)外的性格量表，如EPQ、16PF、MMPI等。這些量表只能在一定程度上反映中國(guó)人的性格特點(diǎn)，并不是完全根據(jù)中國(guó)人的生活習(xí)慣和文化制定的[4]。所以選取這些性格量表并不合適。

北京大學(xué)心理學(xué)系的王登峰等[5]根據(jù)研究確定了一個(gè)中國(guó)人人格結(jié)構(gòu)的七因素模型，并嚴(yán)格按照中國(guó)人性格特點(diǎn)編制了中國(guó)人人格量表（QZPS）。QZPS根據(jù)中國(guó)人人格結(jié)構(gòu)的七因素模型把性格劃分了7個(gè)維度，每一個(gè)維度都由不同因素構(gòu)成，較全面地概括了中國(guó)人的人格特點(diǎn)。本文選取該量表獲取相關(guān)實(shí)驗(yàn)數(shù)據(jù)。

1.3 支持向量機(jī)分類(lèi)原理

支持向量機(jī)在解決小樣本、非線(xiàn)性和高維模式識(shí)別中具有許多優(yōu)勢(shì)，非常符合小樣本、非線(xiàn)性和高維度的特點(diǎn)，選用支持向量機(jī)來(lái)進(jìn)行分類(lèi)得到的結(jié)果精確度較高[6]。

支持向量機(jī)將向量映射到一個(gè)更高維的空間里，在這個(gè)空間里建立有一個(gè)最大間隔超平面。在分開(kāi)數(shù)據(jù)的超平面的兩邊建有兩個(gè)互相平行的超平面。建立方向合適的分隔超平面使兩個(gè)與之平行的超平面間的距離最大化，如圖1所示。平行超平面間的距離或差距越大，分類(lèi)器的總誤差越小。

徑向基函數(shù)的作用是接受兩個(gè)低維空間里的向量，計(jì)算出經(jīng)過(guò)某個(gè)變換后在高維空間里的向量?jī)?nèi)積值。只要找到了這個(gè)內(nèi)積值，也即找圖1中的超平面，完成分類(lèi)。

2 試驗(yàn)設(shè)計(jì)及結(jié)果

2.1 試驗(yàn)設(shè)計(jì)

（1）試驗(yàn)選取40名大學(xué)生，采用CintiQ工具（一種電腦作圖工具，可以實(shí)時(shí)記錄筆壓、筆速、坐標(biāo)等，方便筆跡特征選?。┇@取他們的筆跡樣本。因?yàn)橛行┕P跡特征需要在紙質(zhì)筆跡上進(jìn)行獲取，所以實(shí)驗(yàn)對(duì)象還要在統(tǒng)一的A4紙上，用統(tǒng)一的書(shū)寫(xiě)筆寫(xiě)一份樣本。書(shū)寫(xiě)內(nèi)容盡可能包含漢字的各結(jié)構(gòu)字體。

（2）獲得筆跡樣本后，安排試驗(yàn)人員填寫(xiě)QZPS問(wèn)卷（中國(guó)人人格量表）。將每個(gè)同學(xué)的筆跡樣本和調(diào)查問(wèn)卷進(jìn)行準(zhǔn)確匹配。

2.2 試驗(yàn)結(jié)果

根據(jù)筆跡樣本獲取筆跡特征，結(jié)合QZPS結(jié)果得到書(shū)寫(xiě)者的性格特點(diǎn)，并作相關(guān)性分析，得到初步樣本數(shù)據(jù)，將三分之二樣本數(shù)據(jù)結(jié)合QZPS得到心理分析結(jié)果，作為輸入來(lái)學(xué)習(xí)分類(lèi)系統(tǒng)，余下三分之一的數(shù)據(jù)對(duì)結(jié)果進(jìn)行檢測(cè)。準(zhǔn)確率達(dá)到90.3%，高于利用人工神經(jīng)網(wǎng)絡(luò)方法[7]。

3 結(jié)語(yǔ)

本文在筆跡心理學(xué)有關(guān)研究的基礎(chǔ)上，基于支持向量機(jī)，提出一種可以自動(dòng)對(duì)筆跡特征和心理進(jìn)行分析的方法，能有效解決當(dāng)前筆跡分析效率低、準(zhǔn)確率不高的問(wèn)題。

參考文獻(xiàn)：

[1] ABDUL RAHIMAN M，DIANA VARGHESE，MANOJ KUMAR G. Habit：handwritten analysis based individualistic traits prediction[J].International Journal of Image ，2013（2）：209-217.

[2] 江勇.筆跡和人格的關(guān)系[D].上海：華東師范大學(xué)，2008.

[3] N M OGHARREBAN， SHAHRAM RAHIMI，M SABHARWAL. A combined crisp and fuzzy approach for handwriting analysis[J].Department of Computer Science，2004（6）：351-356.

[4] CHAMPA H N， K R ANANDAKUMAR. Automated human behavior prediction through handwriting analysis[J].First International Conference on Integrated Intelligent Computing，2010（10）：160-165.

[5] 王登峰，崔紅.中國(guó)人人格量表（QZPS）的編制過(guò)程與初步結(jié)果[J].心理學(xué)報(bào)，2003（1）：127-136.

[6] SHITALA PRASAD， VIVEK KUMAR SINGH， AKSHAY SAPRE. Handwriting analysis based on segmentation method for prediction of human personality using support vector machine[J].International Journal of Computer Applications，2010（8）：25-29.

[7] CHAMPA H N，K R ANANDAKUMAR. Artificial neural network for human behavior prediction through handwriting analysis[J].International Journal of Computer Applications，2010（2）：36-41.

（責(zé)任編輯：陳福時(shí)）