سعید رشیدی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده پزشکی

فرآیند مقایسه و تعیین میزان فاصله یا شباهت منحنی های زمانی در مسئله بازشناخت الگو بسیار حائز اهمیت است. اغلب روشهای مرسوم مبتنی بر ایده برنامه ریزی پویا است که از میان الگوریتم DTW در کاربرد بازشناخت گفتار و تصدیق امضاء بسیار مورد توجه بوده است. به دلیل آنکه این سیگنالهای زمانی می تواند دارای ابعاد بیش از یک باشد، مقایسه سیگنالها بر اساس اعمال الگوریتمها به تک تک ابعاد است که در این صورت به علت حذف عامل همبستگی بعدها و ارزش اطلاعاتی آن، دقت فرآیند مقایسه و طبقه بندی الگوها کاهش می یابد. این مقاله با ارائه الگوریتم DTW تعمیم یافته به فضای چند بعدی و تعیین میزان اهمیت و ارزش هر بعد، نشان می دهد که خطای طبقه بندی کاهش مخصوصی خواهد داشت. با اعمال راهکار پیشنهادی به مسئله تصدیق امضاء و بهره گیری از طبقه بندی کننده SVM با پایگاه دادگانی شامل امضای افراد فارسی، انگلیسی و چینی زبان، خطای EER برای جاعلان ماهر برابر 1/97% و مقدار 0/46% برای جاعلان مبتدی بدست می آید.

برنامه ریزی پویا، پیچش زمانی پویا، تصدیق امضاء