بازشناسی نویسنده با استفاده از ابزار تبدیل موجک و شبکه ی عصبی
Publish place: Third National Conference and First International Conference on Applied Research in Electrical, Mechanical and Mechatronics Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 429
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF03_0039
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
روش های زیادی برای تشخیص و بازشناسی افراد براساس دست نوشته ی آنها گزارش شده است. در بسیاری از این روش ها فرض بر ثابت بودن متن دست نوشته است ( مانند وارسی امضاء ). این مقاله روشی جدید را برای بازشناسی افراد به کمک دست نوشته بصورت برون خط و مستقل از متن توصیف می کند. در این تحقیق برای بازشناسی نویسنده، از تبدیل موجک و ترکیب آن با شبکه ی عصبی مصنوعی کلاسیک استفاده شده است. پس از تبدیل موجک و تعیین زیرباندهای تصویر روبش شده ی متن، هفت ویژگی از دست نوشته ها بدست آمد. در ادامه، ویژگی ها نرمالیزه و برای طبقه بندی آنها از یک شبکه ی عصبی پیشخور دو لایه استفاده شد. برای مرحله ی آموزش، به صورت تصادفی نیمی از نمونه ها انتخاب و شبکه براساس آنها آموزش داده شد و بقیه ی نمونه ها در مرحله ی آزمایش استفاده شد. حدود 100 نمونه ی دست نوشته از افراد مختلف مورد ارزیابی قرار گرفت. در تجربه ی دیگری از نویسندگان همین مقاله، برای بازشناسی 5 تا 7 خط دست نوشته ی 20 نفر، میزان بازشناسی درست 86/5% بدست آمده بود، در حالی که به کمک سیستم طراحی شده در این تحقیق، همین کمیت 91% بدست آمد.
Keywords:
Authors
حمیدرضا متولی
هنرآموز، گروه برق، هنرستان فنی دکتر علی شریعتی، کازرون
مریم طبایی کازرونی
مربی، گروه کامپیوتر، دانشکده ی فنی و حرفه ای دختران، کازرون
علی رفیعی
استادیار، گروه برق، دانشگاه آزاد اسلامی، کازرون
بابک غلامی
مربی، گروه برق، دانشگاه آزاد اسلامی، 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 :