CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص و تصدیق برخط امضا با دریافت سیگنال های حسگر شتاب سنج و الگوریتم های یادگیری ماشین

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۸ | تعداد نمایش خلاصه: ۵۷ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CEITCONF01_037
زبان مقاله: فارسی
حجم فایل: ۳۷۹.۲۴ کیلوبایت (فایل این مقاله در ۱۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص و تصدیق برخط امضا با دریافت سیگنال های حسگر شتاب سنج و الگوریتم های یادگیری ماشین

محسن فتحی - کارشناس ارشد علوم کامپیوتر، دبیر آموزشو پرورش روانسر، کرمانشاه.
فرشید اسدی - کارشناس ارشد علوم کامپیوتر، دبیر آموزش و پرورش نورآباد،لرستان
سمیرا رضوی - کارشناس ارشد مهندسی نرم افزار، مدرس دانشگاه جویندگان علم ودانشگاه آزاد کوهدشت،لرستان.

چکیده مقاله:

یکی از ابزارهای مورداستفاده در تشخیص هویت، امضای افراد است که به علت سادگی و داشتن هزینه کم، گستردگی فراوانی دارد. در این پژوهش به بررسی تشخیص و تصدیق امضای برخط امضا پرداخته شده است. برای این کار از داده های شتاب سنج استفاده شده است امضاهای موردنیاز از 90 نفر جمع آوریشده است که در محدوده سنی 18 تا 36 سال هستند. از هر نفر ده امضا گرفته شده است داده های شتاب حرکت دست هنگام امضا کردن در راستای محورهایz و y ،x خواهد بود. ازآنجاییکه داده های دریافتی شتابسنج دارای نوسان هستند بر روی داده های خام پیشپردازشهایی انجام میگیرد و سپس تعدادی از ویژگی های مناسب استخراج میشود و در پایان کار، امضاها طبقه بندی میشود و صحت امضا تشخیص داده میشود. در مرحله استخراج ویژگیها، تعدادی از ویژگیهای آماری و حرکتی استخراج میشوند. برای تشخیص امضای دستنویس از درخت تصمیم، نایوبیز و ماشین بردار پشتیبان استفاده شده است. پس از پیاده سازی پژوهش میزان دقت تشخیص درخت تصمیم 92 درصد، نایوبیز 93 درصد و ماشین بردار پشتیبان 95 درصد به دست آمد.

کلیدواژه‌ها:

تصدیق امضا، شتاب سنج، واحد اندازه گیری اینرسی، درخت تصمیم، ماشین بردارپشتیبان

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CEITCONF01-CEITCONF01_037.html
کد COI مقاله: CEITCONF01_037

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فتحی, محسن؛ فرشید اسدی و سمیرا رضوی، ۱۳۹۶، تشخیص و تصدیق برخط امضا با دریافت سیگنال های حسگر شتاب سنج و الگوریتم های یادگیری ماشین، کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی، اهواز، دانشگاه شهید چمران اهواز، https://www.civilica.com/Paper-CEITCONF01-CEITCONF01_037.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (فتحی, محسن؛ فرشید اسدی و سمیرا رضوی، ۱۳۹۶)
برای بار دوم به بعد: (فتحی؛ اسدی و رضوی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.