بهبود کلاس بندی اثر انگشت با استفاده از ماشین بردار پشتیبان SVM
محل انتشار: پانزدهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,248
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE15_573
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
امروزه استفاده از اثر انگشت به عنوان یک ویژگی بیومتریک، به طور گسترد های در کاربردهای تشخیص هویت افراد به کار می رود.قابلیت اطمینان، کاربردی و کم هزینه بودن آن در مقایسه با سایر شناس ههای بیومتریک از جمله امضاء، تشخیص عنبیه، تشخیص چهره وتشخیص حرکت، موجب استفاده روزافزون از اثر انگشت در کاربردهای مختلف شده است. در این مقاله یک روش کلا سبندی اثر انگشت بر روی پایگاه های داده استانداردFVC و 2004 FVC2002 ،FVC 2000ارائه شده است. در ابتدا به استخراج ویژگی های اثر انگشت از قبیل مشخصه های مینوتیا همچون انتهای خطوط برجسته و دوشاخه شدگی و سپس استفاده از ماشین بردار پشتیبان جهت کلاس بندی آن پرداخته شده است. نتایج حاصل از آن بازدهی سامانه را تا 75 % بهبود داده است
کلیدواژه ها:
نویسندگان
میترا جعفری
دانشجوی کارشناسی ارشد دانشکده فنی و مهندسی دانشگاه زنجان
امیر صفائی
کارشناسی ارشد دانشکده فنی و مهندسی دانشگاه زنجان
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 :