حمید گل محمدی - دانشجوی کارشناسی ارشددانشکده مهندسی برق دانشگاه تربیت دبیر شهید رجایی لویزان تهران
رضا ابراهیم پور - دانشکده مهندسی کامپیوتر دانشگاه تربیت دبیر شهید رجایی لویزان تهران
نصور باقری - دانشکده مهندسی برق دانشگاه تربیت دبیر شهید رجایی لویزان تهران

دراین مقاله با الهام ازسیستم رمزنگاری درشبکیه چشم پستانداران درراستای تطابق بیشتر مدلهای محاسباتی دربازشناسی مدل بهبود یافته ای ازشبکه عصبی کانولوشنی ارایه شده است تبدیل انجام شده مبتنی برلبه های تصاویر است و دیگراطلاعات زائد تصاویر حذف میشوند و به عبارت دیگر تصاویر تنک و کم انرژی می شوند مدل طراحی شده از شبکیه چشم به مدل استاندارد الحاق گردید تاقدرت مدل پیشنهادی برروی مجموعه داده اعداددستنویش فارسی سنجیده شود همچنین جهت جلوگیری ازحفظ کردن شبکه برروی داده ی اموزش ازالگوریتم جدیدی به نام خاموش باش استفاده و نتایج با مدلهای پیشین مقایسه شده است درازمایش اول مقدارنرخ بازشناسی اعداد مقایسه گردید که مدل پیشنهادی برتری 0/76 درصدی را ثبت گردانید و به مقدار 99/6 درصد رسید مقدارمتوسط مربع خطا نیز به مقدار 0/00224 کاهش یافت درازمایش دوم مقدارپایداری مدلها دربرابر نویز وجابجایی سنجیده شد که مدلهای پیشنهادی برتری محسوسی داشتند و درازمایش نهایی مقدار جامعیت مدلها سنجییده شد و مدلهای پیشنهادی بهبود قابل ملاحظه ای را نشان دادند

شبکه عصبی کانولوشنی ، رمزنگاری شبکیه ، بازشناسی اشیاع ، فیلترهای لبه یاب ، الگوریتم خاموش باش