تشخیص امضاهای آنلاین فارسی بااستفاده ازشبکه عصبی پرسپترون چندلایه ای

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,203

فایل این مقاله در 5 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:

IPRIA01_110

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

باتوجه به توسعه روزافزون تجارت الکترونیک و ارتباطات شبکه ای بررسی درستی وصحت امضاهای دیجیتالی انلاین اهمیت دوچندانی یافته است دراین مقاله با استفاده ازویژگی های امضاهای متداول فارسی عملیات تایید Verification) و شناسایی Recognition مالک امضا مورد بررسی و پیاده سازی قرارگرفته است برای این منظور ازیک شبکه عصبی پرسپترون چندلایه ای با قاعده یادگیری پس انتشار(BackPropagation بدلیل کارایی بالا استفاده شده است درمرحله یادگیری تعدادکافی ازامضای هرشخص به سیستم ارایه میشوند ویژگیهای خاصی نظیر شیب غالب درامضا نسبت طول امضا به عرض آن سرعت حرکت دست نقاط اتصال و همچنین نقاط شروع و پایان امضا ازآن استخراج میشوند سپس شبکه با استفاده ازاین ویژگیهای استخراج شده اموزش می بیند و وزنهای شبکه بروز میشوند مرحله بهره برداری سیستم ازدوبخش تایید و تشخیص امضا تشکیل شده است ازمایشات صورت گرفته درهردوبخش میزان دقت بالایی را برای این سیستم نشان میدهد و میتواند به عنوان روشی قابل اطمینان درسیستم های عملی مورداستفاده قرار گیرد

کلیدواژه ها:

تایید امضا ، تشخیص امضا ، شبکه عصبی پرسپترون چندلایه ای ، قاعده پس انتشار

نویسندگان

محسن فتحیان

دانشگاه صنعتی همدان گروه مهندسی کامپیوتروفناوری اطلاعات همدان

فردین اخلاقیان طاب

دانشگاه کردستان گروه مهندسی کامپیوترسنندج

کریم مرادی

دانشگاه صنعتی امیرکبیر دانشکده مهندسی کامپیوتروفناوری اطلاعات تهران

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 :
  • Xuhang, X., Graham, L, "Signature verification using a modified basian ...
  • Yuan Y., T., Ernest C.M.L, :New method for feature extraction ...
  • Ismail M.A., Samia G., "Off-line Arabic signature recognition and verification, ...
  • Qi, Y., Hunt, B.R., "signature verification using global and grid ...
  • Brault, J. Plamondon, R., "segmenting handwritten signatures at their perceptually ...
  • Parizeu, M., Plamondon, R., _ comparative analysis of regional correlating ...
  • Lee, L, Berger, T., Aviczer, e., :Reliable on-line human signature ...
  • J.G.A. Dolfing, E.H.L. Aarts, and J.J.G.M. Van Oosterhout, "On-line Verification ...
  • Asghar Fallah, Mahdi Jamaati, Ali Soleamani, :A new online combining ...
  • Mellintransfo rm, MFCC and neural network, ; Elsevier Digital Signal ...
  • D. Z. Lejtman and S. E. George, :On-line Handwritten Signature ...
  • Simon Haykin, Neural Networks, Macmillan College Publishing Company, 1999. ...
  • Neural Network Toolbox User's Guide, "MATLAB USER MANUAL, " MathWorks ...
  • L. Lin, Y. Seo, M. Gen, and R. Cheng, :Unusual ...
  • Computers & Industrial Engineering, Vol. 56, pp. 1 137- 1 ...
  • Baltzakis H., Papamorkos N., _ new signature verification technique based ...
  • نمایش کامل مراجع