CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تشخیص اسکناس های جعلی ایرانی با استفاده از ویژگی های طبقه بندی کننده شبکه عصبی و روش تبدیل موجک (Wavelet)

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۹ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: CSCG01_048
زبان مقاله: فارسی
حجم فایل: ۳۱۴.۴۳ کلیوبایت (فایل این مقاله در ۶ 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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تشخیص اسکناس های جعلی ایرانی با استفاده از ویژگی های طبقه بندی کننده شبکه عصبی و روش تبدیل موجک (Wavelet)

  آنارام یعقوبی - دانشجوی دکترای تخصصی سیستم های نرم افزاری، دانشگاه آزاد اسلامی رشت
  فرناز حسینی - دانشجوی دکترای تخصصی سیستم های نرم افزاری، دانشگاه آزاد اسلامی رشت
  اسدالله شاه بهرامی - دانشیارگروه مهندسی کامپیوتر، دانشگاه گیلان،

چکیده مقاله:

در سال های اخیر تلاش های زیادی در زمینه ساخت دستگاه هایی که قادر به خواندن ارزش اسکناس باشند انجام شده است. در موارد پیشرفته تر با به کارگیری الگوریتم های کارا ساخت دستگاه هایی که توانایی تشخیص جعلی بودن اسکناس را داشته باشند نیز فراهم شده است. این مطالعه به ارایه سیستمی پرداخته، که قادر به تشخیص و شناسایی جعلی بودن (off-line) بر روی اسکناس های ایرانی می باشد. در این مطالعه از دو شبکه عصبی استفاده شده، که شبکه عصبی اول برای تشخیص و شبکه عصبی دوم برای شناسایی جعلی بودن یا نبودن اسکناس به کار گرفته شده است. برای آموزش شبکه عصبی از انواع مختلف اسکانس های ایرانی 5000، 10000، 20000، 50000 و 100000 ریالی در دو دسته بندی سالم و مشکل دار استفاده شده است. بعد از نرمال سازی تصاویر ورودی، برای استخراج ویژگی از روش تبدیل موجک استفاده شده است. مدل های یادگرفته شده با تصویر ورودی انطباق داده می شود و خروجی سیستم تعیین می گردد. خروجی سیستم قادر به تشخیص اصل یا جعل بودن اسکناس مورد نظر می باشد. طی آزمایشات متفاوت سیستم پیشنهادی به 98% پاسخ صحیح دست یافته است.

کلیدواژه‌ها:

شبکه عصبی، تشخیص ارزش اسکناس، تشخیص جعل اسکناس، پردازش تصویر.

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-CSCG01-CSCG01_048.html
کد COI مقاله: CSCG01_048

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:
یعقوبی, آنارام؛ فرناز حسینی و اسدالله شاه بهرامی، ۱۳۹۴، تشخیص اسکناس های جعلی ایرانی با استفاده از ویژگی های طبقه بندی کننده شبکه عصبی و روش تبدیل موجک (Wavelet)، نخستین کنفرانس ملی محاسبات نرم، رشت، دانشگاه گیلان دانشکده فنی و مهندسی شرق گیلان، https://www.civilica.com/Paper-CSCG01-CSCG01_048.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: (یعقوبی, آنارام؛ فرناز حسینی و اسدالله شاه بهرامی، ۱۳۹۴)
برای بار دوم به بعد: (یعقوبی؛ حسینی و شاه بهرامی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۴۰۹۲
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده 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.