تشخیص و ارزیابی امضاء در چک های فارسی مبتنی بر الگوریتم ترکیبی فوریه و ویولت

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 727

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCNIEE02_185

تاریخ نمایه سازی: 29 بهمن 1392

Abstract:

بسیاری از چکهای بانکی کماکان برای نقل و انتقالات مالی در سراسر دنیا بصورت دستی مورد استفاده قرار میگیرند. با اتوماتیک کردن فرآیند تشخیص، تأیید و انتقال داده با استفاده از تصاویر چکهای بانکی میتوان زمان، انرژی و پول بیشتری را حفظ کرد. در میاناطلاعات موجود در چک، ارزیابی امضاء بسیار پراهمیت است، زیرا امضاء روی چک، نشاندهندهی اعتبار چک میباشد. همچنین تشخیص امضاءاصلی از امضاهایی که با مهارت جعل شده اند به صورت بصری کار دشواری است. به علاوه در زمینه ارزیابی چکهای فارسی تحقیقات بسیار کمی انجام شده است. به همین سبب هدف این پروژه، تشخیص و ارزیابی امضاء در چکهای فارسی قرار داده شده که به دلیل قدرت بالای دو ویژگیفوریه و ویولت، اساسکار بر مبنای الگوریتم ترکیبی فوریه و ویولت بنا نهاده شده است. پردازشهای این تحقیق روی یکمجموعه داده جدید از چکهای بانکی فارسی انجام شده است. نوآوری این مقاله، ترکیب دو ویژگی توصیفگر فوریه و تبدیل ویولت گسسته در زمان ( 8Daubechies- با7 سطح تجزیه) در مرحلهی استخراج ویژگی، همچنین بهرهگیری از تکنیک تحلیل به مؤلفههای اصلی برای کاهش بعد بردارهای ویژگی واستفاده از آنها در دستهبند شبکه عصبیMLPدر هر دو مرحلهی تشخیصو ارزیابی میباشد.

Keywords:

پردازش اتومات چکهای بانکی فارسی , تبدیل ویولت گسسته در زمان , تحلیل به مؤلفههای اصلی , توصیفگر فوریه , شبکه عصبیMLP

Authors

سمیرا سروی

دانشگاه آزاد اسلامی واحد مشهد

ریحانه کاردهی مقدم

دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • multi Aه [2] Dimauro, G., Impedovo, S., Pirlo, G., Salzo, ...
  • signature Off-lineه [7] Justino, E.J.R., Bortolozzi, F., Sabourin, R.: veriication ...
  • signature Off-lineه [16] Kalera, M.K., Srihari, S., Xu, A.: verification ...
  • Bajaj, R., Chaudhury, S.: Signature verification using muliple neural classifiers. ...
  • Huang, K., Yan, H.: "Off-line signature verification based On geometric ...
  • Xiao, X.H., Leedham, G.: "Signature verification by neural networks with ...
  • Cordella, L.P., Foggia, P., Sansone, C., Tortorella, F., Vento, M:.In: ...
  • Ismail, M.A., Gad, S.: "Off-line Arabic signature recognition and verificatio. ...
  • Huang, K., Yan, H.: "Off-line signature verification using structural feature ...
  • Fang, B., Leung, C.H., Tang, Y.Y., Tse, K.W., Kwok, P.C.K, ...
  • Ueda, K.: "Investigation of off-line Japanese signature veriication using a ...
  • Samaneh Ghandali, Mohsen Ebrahimi Moghaddam.: "Off-Line Persian Signature Identification and ...
  • Manasjyoti Bhuyan, Kandarpa Kumar Sarma and Hirendr Das.: "Signature Recognition ...
  • Ismail A. Ismail, Mohamed A. Ramadan, Talaat S. El-Danaf, ...
  • Codes ", IJCSNS International Journal of Computer Science and Network ...
  • Atefeh Foroozandeh, Younes Akbari, Mohammad . Jalili, Javad Sadri.: "Persian ...
  • Atefeh Foroozandeh, Younes Akbari, Mohammad , Jalili, Javad Sadri.: "A ...
  • _ _ _ Statistics". International Journal of Pattern Recognition and ...
  • _ _ _ _ Image Underst. 76(3), 173-190 (1999) ...
  • نمایش کامل مراجع