Signature verification performance of Elman's recurrent neural network
Bu çalışmada, Elman geri beslemeli ağ yapısı kullanılarak imza tanıma işlemi gerçekleştirilmiştir. İmza tanıma işleminde, öncelikle imzalar normalize edilmiş ve arka planda oluşan gürültü ve kirlilikleri gidermek için eşiklenmiştir. Sonra Elman geri beslemeli ağ öğreniminde kullanılan özellikler çıkarılmıştır. İmzalar, imza yoğunluğu, imzanın merkezler arası göreli yatay farkı, imzanın merkezler arası göreli dikey farkı, imzanın genişliği, imzanın yüksekliği olmak üzere 5 özelliğine bakılarak, birbirlerinden ayırt edilmişlerdir. Elman ağının öğrenme performansına, gizli katman sayısının etkisi araştırılmıştır.
Elman geri beslemeli sinir ağlarının imza doğrulama performansı
In this study, the Elman's Recurrent Neural Networks is used for signature verification. In the signature verification process first, the signatures were are normalized, and in order to eliminate the background noise occured in background the signatures were are thresholded. Then, features used in Elman's recurrent neural network's learning were extracted. Signatures and five features are included;signature density, relative horizontal difference between signature centers, relative vertical difference between signature centers, signature width, and signature high height was were extracted. The effect of hidden layer number on learning performance of Elman's network was investigated.
___
- 1. Çikoğlu, S.,"Yapar Sinir Ağları ile İmza Tanıma", Yüksek Lisans Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Mayıs 2003.
- 2. Balcı, O., "İmza Ve El Yazıları Sahteciliklerinin Araştırılması", Yüksek Lisans Tezi, Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Ankara, 1995.
- 3. Ramesh, V.E., Murty,M. N., Off-Line Signature Verification Using Genetically Optimized Weighted Features, Pattern Recognition 32 (1999) 217-233.
- 4. Sensior A. W, "Off-Line Handwriting Recognitions: A Review And Experiments." Technical Report, Cambridge University Engineering Department, December 1992.
- 5. Plamondon,R. And Lorete, G., "Automatic Signature Verification And Writer identification - The State Of The Art", Pattern Recognition 22(2): 107-129,1989.
- 6. Anıl K. Jain ., Fnedenke D. G., Scott D. C., "On-Line Signature Verification", Pattern Recognition 35 (2002), 2963-2972
- 7. Türkoğlu, İ. "Yapay Sinir Ağları İle Nesne Tanıma", Fırat Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, 1996.
- 8. Kader Erkoç, Fevzullah Temurtas, Alı Gülbağ, "Bulanık Mantık Kullanarak İmza Tanıma",The Ijcı Proceedings (Issn 1304-2386), Volume: I, Number :2, September 2003.
- 9. Çikoğlu, S., Temurtas, F., Yumuşak, N. "Effect Of The Tresholding To Signature Verification Using Artificial Neural Network", Technology, Volume 7, (2004), Issue 1, 151-160
- ISSN: 1302-0056
- Yayın Aralığı: Yılda 5 Sayı
- Başlangıç: 1998
- Yayıncı: KARABÜK ÜNİVERSİTESİ