Отрывок:  Формируются нейроны, обрабатывающие зави- симые признаки. Нейроны Байеса настраиваются по методике [1]. Для «критериев» и «гравитаци- онных» метрик устанавливается фиксированная размерность nc = 20 и ng = 2 соответственно. За- висимые признаки не нужно группировать по информативности, они имеют схожие формы функций плотности вероятности и близки по информативности. Указанные значения гиперпараметров (∆I, ni, ∆n, nc, ng) были получены эмпирически и близки к опти- мальным. Каж...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСулавко, А.Е.-
dc.date.accessioned2020-03-13 12:30:59-
dc.date.available2020-03-13 12:30:59-
dc.date.issued2020-02-
dc.identifierDspace\SGAU\20200313\82865ru
dc.identifier.citationСулавко, А.Е. Высоконадежная двухфакторная биометрическая аутентификация по рукописным и голосовым паролям на основе гибких нейронных сетей // Компьютерная оптика. – 2020. – Т. 44, № 1. – С. 82-91. – DOI: 10.18287/2412-6179-CO-567.ru
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-CO-567-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Vysokonadezhnaya-dvuhfaktornaya-biometricheskaya-autentifikaciya-po-rukopisnym-i-golosovym-parolyam-na-osnove-gibkih-neironnyh-setei-82865-
dc.description.abstractВ работе рассматривается проблема высоконадежной биометрической аутентификации на основе преобразователей тайных биометрических образов в длинный ключ или пароль, а также их тестирования на сравнительно малых выборках (тысячи образов). Статические образы являются открытыми, поэтому при удаленной аутентификации доверие к ним ограничено. Описан процесс вычисления биометрических параметров голосового и рукописного паролей, предложен метод автоматического формирования гибкой гибридной сети, состоящей из нейронов различного типа, и абсолютно устойчивый алгоритм ее обучения на малых выборках «Свой» (7–15 примеров). Предложен метод обученного гибридного преобразователя «биометрия-код» от извлечения знаний. Достигнуты низкие показатели FAR.ru
dc.description.sponsorshipИсследование выполнено за счёт гранта Российского научного фонда (проект №17-71-10094).ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университет им. академика С.П. Королева, Институт систем обработки изображений РАН - филиал ФНИЦ «Кристаллография и фотоника» РАНru
dc.relation.ispartofseries44;1-
dc.subjectгибридные сетиru
dc.subjectквадратичные формыru
dc.subjectфункционалы Байесаru
dc.subjectособенности воспроизведения рукописных образовru
dc.subjectпараметры голосаru
dc.subjectширокие нейронные сетиru
dc.subjectпреобразователи «биометрия-код»ru
dc.subjectзащищенные нейросетевые контейнерыru
dc.titleВысоконадёжная двухфакторная биометрическая аутентификация по рукописным и голосовым паролям на основе гибких нейронных сетейru
dc.title.alternativeHighly reliable two-factor biometric authentication based on handwritten and voice passwords using flexible neural networkru
dc.typeArticleru
dc.textpart Формируются нейроны, обрабатывающие зави- симые признаки. Нейроны Байеса настраиваются по методике [1]. Для «критериев» и «гравитаци- онных» метрик устанавливается фиксированная размерность nc = 20 и ng = 2 соответственно. За- висимые признаки не нужно группировать по информативности, они имеют схожие формы функций плотности вероятности и близки по информативности. Указанные значения гиперпараметров (∆I, ni, ∆n, nc, ng) были получены эмпирически и близки к опти- мальным. Каж...-
dc.classindex.scsti28.23.37-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
440111.pdfОсновная статья878.32 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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