تائید امضا پویا با استفاده از شبکه های عصبی زمانی- مکانی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,461

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI13_276

تاریخ نمایه سازی: 25 آبان 1386

چکیده مقاله:

هدف از ارائه این مقاله ، پیشنهاد روشی برای تائید امضا پویا است که منحصرا مبتنی بر شبکه های عصبی زمانی-مکانی بوده و از هیچ گونه پیش پردازشی استفاده نمی شود . در این روش امضاها با استفاده از یک صفحه رقومی اخذ شده و به قطاری از ضربه ها در چهار ، هشت و یا شانزده جهت اصلی تبدیل می شوند . قطار ضربه ایجاد شده با استفاده از یک کدینگ زمانی – مکانی به فرمت اعداد مختلط تبدیل شده و به شبکه عصبی زمانی - مکانیRCE اعمال می شود تا فاز شناسایی امضا انجام گردد. پایگاه داده امضاها شامل ۴۰۰ امضاحقیقی از ۴۰ نفر ، ۲۰۰ امضای جعلی معمولی و ۲۰۰ امضای جعلی حرفه ای می باشد. در این تحقیق خطای پذیرش اشتباه برابر با ۱۲ درصد و خطای رد اشتباه برابر با ۷ درصد شده است . از مزایای این روش استفاده بهینه از ویژگی های زمانی امضا ، سرعت بسیار بالا در آموزش و تست، استفاده از حداقل ویژگی ها در شناسایی و تصدیق امضا ، انعطاف نسبتا خوب نسبت به اندازه امضاها، سهولت و هزینه پائین پیاده سازی سخت افزاری، عدم نیاز به پیش پردازش هایی مانند دوران، انتقال ، حذف نویز امضا می باشد.

کلیدواژه ها:

تائید امضا پویا ، شبکه عصبی زمانی – مکانی REC

نویسندگان

مریم مقدم فرد

دانشکده کامپیوتر دانشگاه علم و صنعت ایران

مهدی مقدم فرد

دانشکده کامپیوتر دانشگاه علم و صنعت ایران

ناصر مزینی

استادیار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ Gupta G., Mccabe A., _ Review of Dynamic Handwritten ...
  • Plamondon R., Srihari S. N., _ and Off-line Handwriting Recognition:A ...
  • Vreeken J. _ *Spiking Neural Networks _ An Introduction', Adaptive ...
  • Lejtman D. Z., George S.E. _، .on-line Handwritten Signature Verification ...
  • Tanabe K. _ Yoshihara M. _ Kameya H. and Mori ...
  • Tanaka M., Ishino Y., Shimada H., Inoue T., _ Matching ...
  • Yoon H. S., Lee J. Y., Yang H. S., 00 ...
  • Wessels T., Omlin C. W., _ Hybrid System For Signature ...
  • Anil K. Jain, Friedrike D. Griess, Scott D. Connell, ...
  • line Signature Verification', Pattern Recognition 35, 2002. ...
  • Mozayyani N., Baig A.R. and Vaucher G., 4A Fully- Neural ...
  • Mozayyani N. and Vaucher G., ،0 A Spatio- Temporal Perceptron ...
  • Lei H., Govindaraju V. _ _ Comparative Study on the ...
  • Ramirez Rioja F. _ Markio Nakano Miyatake _ M .Hector ...
  • Francisco, CON IELECOMP 2004 _ 14th International C onference On ...
  • نمایش کامل مراجع