شناخت امضای آفلاین به کمک طبقه بندی کنندهSVM
Publish place: The first national congress of new technologies in Iran with the aim of achieving sustainable development
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 644
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SENACONF01_059
تاریخ نمایه سازی: 25 فروردین 1394
Abstract:
امروزه در بسیاری از معاملات روزمره به ویژه مالی و استفاده از چک ها و وام های بانکی و اسناد مختلف نیاز به امضا را به عنوان یکی از مهم ترین ابزار های بیومتریک برای تائید هویت شخصی ضرورت داده است. با توجه به اینکه عوارض جانبی از امضا این است که می توانند به منظور جعل کردن اعتبار اسناد سوء استفاده قرارگیرند،به همین منظور پژوهش در راه حل های کارآمد برای شناخت امضا به روش آفلاین و تائید آن برای جلوگیری از جعل اسناد رو به افزایش است.سیستم شناسایی امضای آفلاین بر روی تصاویر اسکن شده از امضا کار می کند. در این مقاله یک روش برای تشخیص آفلاین امضا با استفاده از طبقه بندی کننده SVM support vector machine جهت بازشناسی الگو ارائه شده است که به هنگام آموزش با حفظ فاصله اطمینان با اندازه قابل تنظیم مرز جداکننده ای فرا می گیرد برای این کار دو روش پیشنهادی معرفی می گردد. جزئیات و نتایج شبیه سازی در این مقاله مورد بحث قرار گرفته است
Keywords:
بیومتریک – روش آفلاین تشخیص امضا - طبقه بندی کنندهSVM , استخراج ویژگی
Authors
الهام کشاورز
کارشناسی ارشد دانشگاه آزاد اسلامی واحد کازرون
جاسم جمالی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد کازرون
علی رفیعی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد کازرون
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 :