İMZA TANIMA PROBLEMİNDE KULLANILAN YAPAY ZEKA ALGORİTMALARINA BİR BAKIŞ

Yıl 2004, Cilt: 2 Sayı: 3, 59 - 68, 16.06.2004

Serdar Çikoğlu Fevzullah Temurtaş Nejat Yumuşak

Öz

Bu çalışmada, Yapay Zeka
algoritmaları kullanılarak imza tanıma konusu araştırılmıştır. Bu bağlamda
Genetik Olarak Optimize Edilmiş Ağırlıklı Nitelikler incelenmiş, Geri Yayılım
Algoritmasının Performansı 0, 1, 50, 100 gizli üniteli ağ kullanılarak test  edildikten sonra, sonuçları tablolarla
gösterilip,  gelecek yönergeler  için öneriler sunulmuştur.

Anahtar Kelimeler

Yapay Sinir Ağları, İmza Tanıma

Kaynakça

• ABBAS, Rasha, K.,Back Propagatıon Ağs Prototype For Off-Line Signature Verifıcation, Mart 1994.
• BALCI, O., İmza ve El Yazıları Sahteciliklerinin Araştırılması, Yüksek Lisans Tezi, Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Ankara, 1995.
• V.E. Ramesh, M. Narasimha Murty, Off-line signature verification using genetically optimized weighted features,Pattern Recognition 32 (1999) 217–233.
• A. W. Sensior, Off-line handwriting recognitions: A review and experiments. Technical report, Cambridge University Engineering Department, December 1992.
• Plamondon,R. And Lorete, G., Automatic signature verification and writer identificastion – the state of the art. Pattern Recognition 22(2):107-129, 1989.
• TÜRKOĞLU, İ. “Yapay Sinir Ağları ile Nesne Tanıma”, Fırat Üniversitesi, Fen Bilimleri Enstitüsü, s, 9-30, 1996
• Cardot, H., Revenu, M., Victori B., Revillet, M. And J., An artifical neural Ağ architecture for handwritten signature authentication.
• W. Namcek, W. Lin, Experimental investigation of automatic signature verification, IEEE Trans. Systems Man Cybernet. 4 (1974) 121–126. MA. 1989.
• S. Lee, J.C. Pan, Oßine tracing and representation of signatures, IEEE Trans. Systems Man Cybernet. SMC–22 (1992) 755–771.
• R. Bajaj, S. Chaudhury, Signature verification using multiple neural classifiers, Pattern Recognition 30(1) (1997) 1–7.
• K. Huang, H. Yan, O§-line signature verification based on geometric feature extraction and neural network classification, Pattern Recognition 30(1) (1997) 9–17.
• R.N. Nagel, J.S. Weszka, A. Rosenfeld, A threshold selection technique, IEEE Trans. Comput. C-23(12) (1974) 1322–1326.
• University of stuttgart, Institue for Paralel and Distributed High Performance Systems, Breitwiesenstr. 20-22, 70565 stuttgart, Fed. Rep. Of Germany. SNNS Stuttgart Neural Network Simulator, User Manual, Version, 3.1, 1993.
• Anil K. Jain., Friederike D. Griess, Scott D. Connell, On-line signature veri_cation Department of Computer Science and Engineering, Michigan State University, 3115 Engineering Building, East Lansing, MI48824, USA Özaydın, K. Zemin Mekaniği, Birsen Yayınevi, İstanbul. (1997)