Отрывок: Оценка надежности верификации автографа на основе искусственных нейронных сетей… Иванов А.И., Ложников П.С., Сулавко А.Е. Компьютерная оптика, 2017, том 41, №5 769 Рис. 3. Корреляционная зависимость 236 признаков подписей для 65 испытуемых (вычисление коэффициентов корреляции выполнялось в отдельности для каждого субъекта) Результаты по генерации кодов и их анализ Проведен вычислительный эк...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorИванов, А.И.-
dc.contributor.authorЛожников, П.С.-
dc.contributor.authorСулавко, А.Е.-
dc.date.accessioned2017-11-21 11:45:33-
dc.date.available2017-11-21 11:45:33-
dc.date.issued2017-10-
dc.identifierDspace\SGAU\20171119\66093ru
dc.identifier.citationИванов, А.И. Оценка надежности верификации автографа на основе искусственных нейронных сетей, сетей многомерных функционалов Байеса и сетей квадратичных форм / А.И. Иванов, П.С. Ложников, А.Е. Сулавко // Компьютерная оптика. – 2017. – Т. 41, № 5. – С. 765-774.ru
dc.identifier.urihttps://dx.doi.org/https://dx.doi.org/-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Ocenka-nadezhnosti-verifikacii-avtografa-na-osnove-iskusstvennyh-neironnyh-setei-setei-mnogomernyh-funkcionalov-Baiesa-i-setei-kvadratichnyh-form-66093-
dc.description.abstractОсуществлено экспериментальное сравнение «широких» искусственных нейронных сетей из различных функционалов для верификации автографа подписанта. Собрана база автографов субъектов для проведения вычислительного эксперимента. Подтверждено, что повышение размерности решающих правил (функционалов) до определенного момента приводит к снижению вероятностей ошибок верификации подписи, увеличение количества нейронов сети уменьшает число ошибок, а также многомерный функционал Байеса работает тем лучше, чем выше корреляция между признаками и его размерность. Наилучший результат по верификации автографа получен с использованием сетей многомерных функционалов Байеса: вероятность ошибок 1-го и 2-го рода составила 0,0288 и 0,0232 соответственно.ru
dc.description.sponsorshipРабота частично выполнена (анализ недостатков глубоких искусственных нейронных сетей) при финансовой поддержке Министерства образования и науки РФ в рамках базовой части государственного задания в сфере научной деятельности (проект № 2.9314.2017/БЧ). Экспериментальная часть работы выполнена при финансовой поддержке РФФИ (грант № 16-07-01204).ru
dc.language.isorusru
dc.publisherСамарский университетru
dc.relation.ispartofseries41;5-
dc.subjectнейронные сетиru
dc.subjectсети квадратичных формru
dc.subjectмногомерные функционалы Байесаru
dc.subjectособенности воспроизведения подписиru
dc.subjectбиометрические признакиru
dc.titleОценка надежности верификации автографа на основе искусственных нейронных сетей, сетей многомерных функционалов Байеса и сетей квадратичных формru
dc.title.alternativeEvaluation of signature verification reliability based on artificial neural networks, Bayesian multivariate functional and quadratic formsru
dc.typeArticleru
dc.textpartОценка надежности верификации автографа на основе искусственных нейронных сетей… Иванов А.И., Ложников П.С., Сулавко А.Е. Компьютерная оптика, 2017, том 41, №5 769 Рис. 3. Корреляционная зависимость 236 признаков подписей для 65 испытуемых (вычисление коэффициентов корреляции выполнялось в отдельности для каждого субъекта) Результаты по генерации кодов и их анализ Проведен вычислительный эк...-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
410520.pdfОсновная статья861.88 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.