Нейросетевое распознавание рукописных символов в системе биометрической аутентификации
Abstract
Статья посвящена развитию методологической базы использования сверточной нейронной сети для биометрической аутентификации пользователей на основании распознавания рукописных символов. Предложено проводить оптимизацию структурных параметров сверточной нейронной сет, исходя из позиций максимального подобия процессу распознавания рукописных символов среднестатистическим пользователем. Сформирована группа соответствующих принципов. Экспериментально подтверждена целесообразность их использования.References
Гонзалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2006. – 1072с.
Демин А.А. Адаптивная обработка каллиграфической информации, представленной в виде рукописных символов: дис. … канд.. техн. наук: 05.13.01 / Демин А.А. - Москва, 2014. – 182 с.
Корченко А. Нейросетевые модели, методы и средства оценки параметров безопасности ?нтернет-ориентированных информационных систем: монографія / А. Корченко, ? Терейковский, Н. Карпинский, С. Тынымбаев. К. : ТОВ «Наш Формат». 2016. – 275 с. ISBN: 978-617-7092-94-9
Міхайленко В. М. Нейромережеві моделі та методи розпізнавання фонем в голосовому сигналі в системі дистанційного навчання : [Монографія] / В. М. Міхайленко, Л. О. Терейковська, І. А . Терейковський., Б. Б. Ахметов. – К. : ЦП «Компринтр», 2017.– 252 с.
Попова Е.С. Проектирование сверточных нейронных сетей для распознования рукописных символов / Е.С. Попова, Ю.А. Болотова // Сб. нучн. тр. XIV Международной научно-практической конференции студентов аспирантов и молодых учёных «Молодёжь и современные информационные технологии». С. 84-85.
Прохоров В. Г. ?спользование сверточных сетей для распознавания рукописных символов / В. Г. Прохоров // Прикладне програмне забезпечення. – 2008. - №2-3. – С. 674.
Руденко О.Г. Штучні нейронні мережі. Навч. посіб. / О.Г. Руденко, Є.В. Бодянський. – Харків: ТОВ "Компанія СМІТ", 2006. – 404 с.
Солдатова О.П., Гаршин А.А. Применение сверточной нейронной сети для распознавания рукописных цифр / О. П. Солдатова, А.А. Гаршин // Компьютерная оптика. – 2010. - №2. – С.252-258.
Терейковський І. Нейронні мережі в засобах захисту комп’ютерної інформації / І. Терейковський. К. : ПоліграфКонсалтинг. 2007. – 209 с.
Умяров Н.Х., Федяев О.?. Параметрическая модель свёрточной нейронной сети // VI международная научно-техническая конференция студентов, аспирантов и молодых научных работников «?нформатика и компьютерные технологии»: Т. 2 – Донецк, ДонНТУ, 2010. – 292с.
Хаустов П. А. Алгоритмы распознавания рукописных символов на основе построения структурных моделей / П.А. Хаустов // Компьютерная оптика. – 2017. - том 4 1, №1. – С. 67-78.
Хуршудов А. А. Разработка системы распознавания визуальных образов в потоке данных: дис. … канд.. техн. наук: 05.13.01 / Хуршудов А.А. - Краснодар, 2015. – 130 с.
Захист інформації та кібернетична безпека
Fedotov D. V. Optimisation of convolutional neural network structure with self-configuring evolutionary algorithm in one identification problem / D. V. Fedotov, E. A. Popov, V. A. Okhorzin // Vestnik SibGAU. - Vol. 16, No. 4. - P. 857–862.
Esme B. Facial feature extraction using genetic algorithms/ B. Esme, B. Sankur, B. Anarim // 8-th European Signal Processing Conference, Trieste, - 1996. - P. 1511-1514.
LeCun, Y. Efficient BackProp in Neural Networks: Tricks of the trade / Y. LeCun, L. Bottou, G. Orr, K. Muller – Springer, 1998. – 44 p.
LeCun, Y. Scaling learning algorithms towards AI / Y. LeCun, Y. Bengio – MIT Press, 2007.
Le Cunn Y., Bottou L., Bengio Y. “Reading checks with multilayer graph transforming networks”, Speech and Image Processing Services Research AT&T Lab. – 1997. – Р. 1 – 4.
LeCun, Y. The MNIST database of handwritten digits – http://yann.lecun.com/exdb/mnist
O’Neal M. “Neural Networks for recognition of Handwritten Digits”, 2006. – Р .1. http://www.codeproject.com/KB/library/NeuralNetRecognition.aspx .
