提出了一种利用卷积神经网络（CNN）和联合贝叶斯算法进行离线文本无关作者识别的新方法，该方法包括特征提取和作者识别两个阶段。在特征提取阶段，由于大量数据对于训练具有高泛化性的有效CNN模型是必不可少的，而且笔迹的数量在作者识别中受到限制，因此首先开发了一种数据增强技术来为每个人生成数千个笔迹图像作家。然后，设计了一个深层的CNN网络以提取区分特征以表示不同书写风格的属性，并使用生成的手写图像对其进行训练。在作者识别阶段，训练数据集用于训练CNN模型以进行特征提取，并采用联合贝叶斯技术基于提取的C