بهبود شبکه عصبی پرسپترون چندلایه با استفاده از الگوریتمهای تکاملی به منظورتشخیص هویت براساس چهره
محل انتشار: چهارمین کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 494
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON04_281
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
شناسایی چهره زمینه تحقیقات وسیعی از بینایی ماشین و شناسایی الگو بوده است. یکی از کاربردهای وسیع بازشناسی چهره در زمینه تأیید هویت و مسأله امنیت است. در کنترل اماکن با جمعیت زیاد مانندفرودگاهها، ایستگاههای راهآهن، مترو و... این روش نسبت به سایر روشهای نظارتی دارای کارائی بیشتری است. در این مقاله تمرکز بر روی شناسایی هویت براساس چهره است و از شبکه عصبی پرسپترون چندلایه برای تشخیص هویت استفاده شده است. برای افزایش دقت شناسایی بایستی آموزش شبکه عصبی از پرسپترون چندلایه با دقت بالایی انجام شود و وزنهای نرونها به صورت بهینه تعیینشوند. برای آموزش شبکه عصبی از الگوریتم کرم شبتاب و رقابت استعماری استفاده شده است نتایج حاکی از این است که الگوریتم کرم شبتاب با دقت بیشتری نسبت به الگوریتم رقابت استعماری میتواندشبکه عصبی پرسپترون چندلایه را آموزش دهد و دارای دقت 99 % در تشخیص هویت در ژستهای مختلف است
کلیدواژه ها:
نویسندگان
فاطمه حبیبی
گروه مهندسی کامپیوتر، واحد ساری، دانشگاه آزاد ساری، ساری، ایران
سجاد توسلی
دانشکده فنی، دانشگاه آزاد ساری، ساری، ایران
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 :