شناسایی امضای ایستا با استفاده از الگوریتم خوشه بندی تک کلاسی فازی

نویسندگان

1 (1) دانشگاه آزاد اسلامی واحد قاینات، گروه کامپیوتر، قاینات، ایران

2 دانشجوی دکترای کامپیوتر دانشگاه فردوسی مشهد و عضو هیأت علمی دانشگاه بیرجند

چکیده

امضاء یکی از اساسی­ترین ارکان دنیای مجازی می­باشد. از این رو ابداع روش­هایی جهت تشخیص نمونه­های جعلی امضا همواره مورد توجه محققین بوده است. در میان روش­های مختلف موجود، دسته­بندهای تک­کلاسی به دلیل دقت بالا به­ عنوان گزینه مناسبی در حل مسأله تشخیص امضاء مطرح می­شوند. اما یکی از معضلات موجود در این روش­ها، حضور نمونه­های پرت در داده­های آموزش است.در روش پیشنهادی FCSVDD نشان می­دهیم با فازی نمودن قیود موجود در روش SVDD استاندارد می­توان این مشکل مطرح شده را نیز برطرف نمود. برای بررسی این مسئله ابتدا ویژگی­های مناسبی از نمونه­های نرمال امضا استخراج شده و جهت تعلیم به دسته­بندهای تک­کلاسی (SVDD ,FCSVDD) ارائه شده است. مزیت اصلی این روش­ها عدم نیاز به نمونه­های جعلی امضا در فرآیند آموزش است. هر دو الگوریتم تمام امضاء­های جعلی را بدرستی شناسایی می­کند.در الگوریتم SVDD  امضا­ها با دقت 95 درصد دسته­بندی شده است. الگوریتم FCSVDD  در مقایسه با الگوریتم SVDD  میانگین دقت الگوریتم (CA) 2.4 درصد  را افزایش می­دهد.