ҚОЛЖАЗБА БЕЙНЕЛЕРІН ТАНЫП БІЛУ ҮШІН CNN-LSTM ПАРАМЕТРЛЕРІНІҢ МӘНДЕРІН БЕЙІМДЕУ НӘТИЖЕЛЕРІ

2022

Толық мәтін Ашық қол жеткізу: Hybrid Метадеректер (CSL-JSON)
DOI 10.52167/1609-1817-2022-121-2-554-561
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Ұзындығы анықталмаған қолжазба бейнесін танып білу қойылған тапсырмасы үшін CNN-LSTM композиттік нейрондық желі моделі ең тиімді болып анықталды. Нейрондық желі моделінің параметрлерінің мәндерін анықтау үшін мақалада олардың бекітілген өлшемді терезеде көрсетілген биометриялық кескіндерінің екі өлшемді геометриясын талдау негізінде пайдаланушының биометриялық аутентификациясының тапсырмасына үйірткілі нейрондық желінің құрылымын бейімдеу принциптері қарастырылады. CNN-LSTM параметрлерінің мәндерін бейімдеу алгоритмінің үлкейтілген блок-схемасы әзірленді және ұсынылды. CNN-LSTM параметрлерінің мәндерін бейімдеу алгоритмін жүзеге асыру нәтижесінде бейімделген CNN-LSTM нейрондық желі моделінің құрылымы алынды. CNN-LSTM тиімділігін бағалау үшін осы нейрондық желі моделінде жүзеге асырылған жүйенің нәтижелерін тестілеу уақыты мен екінші типті қателік бойынша басқа жүйелермен салыстырмалы талдау жүргізілді.