عناصر مشابهة
Offline Signature Recognition Using Wavelet Packet Decomposition and a Neural Network
| العنوان بلغة أخرى: | التعرف على التوقيع في وضع عدم الاتصال باستخدام تحليل الحزمة المويجه والشبكات العصبية |
|---|---|
| الناشر: |
المفرق
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | , |
| التاريخ الميلادي: | 2021 |
| الصفحات: | 1 - 55 |
| رقم MD: | 1171679 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | English |
| قواعد المعلومات: | Dissertations |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: | التوقيعات المكتوبة بخط اليد هي واحدة من أهم الأدوات التي يستخدمها عامة الناس لتمييز أنفسهم عن الآخرين. علاوة على ذلك، فإن التوقيعات سهلة الاستخدام ويقبلها عامة الناس على نطاق واسع. تقترح هذه الدراسة وتطور طريقة التعرف على التوقيع دون اتصال بالإنترنت بناء على تحليل حزم المويجات WPD) Wavelet Packet Decomposition) ومصنف الشبكة العصبية Neural Network. حيث ينقسم النظام المقترح إلى ثلاث مراحل رئيسية: المعالجة المسبقة واستخراج الميزات والتصنيف. تتم عملية ترقيق للتوقيع في مرحلة المعالجة المسبقة باستخدام تقنية مورفولوجي تعتمد على التخفيف، ويتم تحجيم صورة التوقيع إلى حجم مناسب لاستخراج الميزات وتصنيفها. تم اقتراح WPD في مرحلة استخراج خصائص التواقيع. ثم بعد ذلك تم فحص النظام المقترح على قاعدة بيانات GPDS 960 بمقياس تحجيم للتوقيع ثابت (400*250) واستخراج النتائج. وحقق النظام المقترح نتيجة تعرف بنسبة وصلت إلى 96.65 بمعدل خطأ (ERR= 3.35)، وأثبتت الدراسة أن النظام المقترح أعطى نتائج أفضل من النظام القائم على أساس WPE للتعرف على التواقيع حيث كانت نتائجه 83.85 بمعدل خطأ (ERR=16.15) لقاعدة بيانات GPDS 960 وبالتالي تم التحقق من فعالية النظام المقترح للتعرف على التواقيع في وضع عدم الاتصال بالإنترنت. |
|---|
