融合并行投票决策树和半监督学习的鼠标轨迹识别方法

摘要 本文针对已有鼠标轨迹识别方法存在的问题，提出了一种基于并行投票决策树的半监督鼠标轨迹识别方法.首先，本文对鼠标轨迹进行分析，根据多尺度特征思想提取出包括局部轨迹在内的105个特征，并对鼠标轨迹特征进行了划分.其次，本文提出了鼠标轨迹识别的半监督学习方法，避免过拟合和数据噪声的影响.最后，为了提高方法的效率，本文提出并行投票决策树模型，训练多尺度特征，对人的鼠标轨迹和机器鼠标轨迹进行分类.实验结果显示，本文方法具有较好的性能.