ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بازشناسی عنبیه مبتنی بر تبدیل موجک و ماتریس هم وقوعی با استفاده از شبکه ی عصبی احتمالی

سال انتشار: 1390
کد COI مقاله: ICMVIP07_050
زبان مقاله: فارسیمشاهده این مقاله: 1,000
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بازشناسی عنبیه مبتنی بر تبدیل موجک و ماتریس هم وقوعی با استفاده از شبکه ی عصبی احتمالی

فاطمه پاک - دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی برق، رایانه و فناوری
کریم فائز - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی برق

چکیده مقاله:

در این مقاله روش جدیدی برای استخراج ویژگی از تصویر عنبیه با استفاده از تبدیل موجک دو بعدی و ماتریس هم وقوعی ارائه شده است. تبدیل موجک در 2 سطح به کارگرفته شده و ضریب تخمین سطح آخر مورد استفاده قرار گرفته است. ماتریس هم وقوعی نیز در 3 جهت در حوزه مکان مورد استفاده قرار گرفته است. بنابراین بردار ویژگی حاصل از تصویر عنبیه شامل دو نوع ویژگی در حوزه ی فرکانس و حوزه ی مکان است. به دلیل غیر حساس بودن ماتریس هم وقوعی به چرخش، ویژگی های استخراج شده درمقابل چرخش مقاوم هستند. برای کاهش تأثیر مقادیر بی نهایت در ماتریس ویژگی، ویژگی های استخراج شده به بازه ی [1 و 0] نرمال می شوند. ماتریس حاصل به یک الگوریتم انتخاب ویژگی داده می شود تا ویژگی های با اهمیت انتخاب شوند. درآخر ویژگی های انتخاب شده توسط شبکه عصبی احتمالی طبقه بندی می شوند. نتایج به دست آمده بر روی پایگاه داده ی CASIA Ver1 بیان کننده ی الگوریتم می باشد

کلیدواژه ها:

عنبیه، تبدیل موجک، ماتریس هم وقوعی، شبکه عصبی احتمالی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICMVIP07_050 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/159084/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
پاک، فاطمه و فائز، کریم،1390،بازشناسی عنبیه مبتنی بر تبدیل موجک و ماتریس هم وقوعی با استفاده از شبکه ی عصبی احتمالی،هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران،تهران،https://civilica.com/doc/159084

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، پاک، فاطمه؛ کریم فائز)
برای بار دوم به بعد: (1390، پاک؛ فائز)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • D. M. Monro, S. Rakshit, D. Zhangو "DCT-Based Iris Recognition", ...
  • ایمان موذن، محمدرضا احمدزاده، "طراحی یک سامانه بازشناسی برای رده‌بندی ...
  • موجک و شبکه‌های عصبی احتمالی"، فصل‌نامه علمی- پژوهشی مهندسی برق ...
  • _ _ _ Transactions _ Patterm Analysis and Machine Intelligence, ...
  • _ _ _ _ _ Selection and Classification for Iris ...
  • C. H. Chen, C. T. Chu, " High Performance Iris ...
  • _ _ on Combined Feature of GLCM and Wavelet Transform", ...
  • L. Masek, P. Kovesi, ،:MATLAB Source Code for a Biometric ...
  • ALowء [8] J.F.Scholl, J.R. Agre, L.P. Clare, M.C. Gill, Power ...
  • R. M. Haralick, K. Shanmugam, I. Dinstein, ،Textural Systems, Man ...
  • _ _ Can. J. Remote Sensing, Vol. 28, No. 1, ...
  • G. Becq, _ Charbonier, F. Chapotot, A. Buguet, L. ...
  • Experimental Study _ Feature Subset Selection Computer and Information Technology ...
  • Mutual Information: Criteria of Max-Depen dency, Max- Pattern Analysis and ...
  • Specht, D.F, "Probabilistie Neural Network for Classification, Map, or Associative ...
  • _ -532, 1988. bttp : //www. cbsr.i a. ac .cn/Iri ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 10,097
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی