Идентификация непрерывных биометрических сигналов на основе нейронных сетей

• Автор: Костюченко, Евгений Юрьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Томск
• Количество страниц: 171 с. : ил.

ВВЕДЕНИЕ

ГЛАВА 1. МОДЕЛЬ БИОМЕТРИЧЕСКОГО СИГНАЛА И МЕТОДЫ ЕГО

АНАЛИЗА

1.1 Получение и предварительная обработка биометрического сигнала

1.1.1 Анализ клавиатурного почерка

1.1.2Анализ подписи.

1.1.3 Анализ речевого сигнала3

1.2 Анализ цифрового биометрического сигнала.

1.3 Выбор модели выходного сигнала.

1.4 Постановка задачи

Выводы по главе

ГЛАВА 2. ВЫБОР ПАРАМЕТРОВ, ПОДАВАЕМЫХ ДЛЯ АНАЛИЗА НА
входа НЕЙРОННОЙ СЕТИ
2Л Формирование нейронной сети
2.2 Оценка информативности параметров при обработке их при помощи нейронной сети.
2.3 Формирование критерия оценки информативности параметров в зависимости от класса решаемой задачи.
Выводы по главе
ГЛАВА 3. ОЦЕНКА ИНФОРМАТИВНОСТИ ПАРАМЕТРОВ РЕЧЕВОГО СИГНАЛА ПРИ ЕГО ОБРАБОТКЕ С ПРИМЕНЕНИЕМ
НЕЙРО И1ЫХ СЕТЕЙ ПРЯМОГО РАСПРОСТРАНЕНИЯ.
3.1 Условия эксперимента.
3.2 Оценка информативности параметров речевого сигнала по
итоговой ошибке обучения нейронной сети
3.3 Оценка информативности параметров речевого сигнала по уровню критерия, зависящего от результатов обработки тестовой выборки
3.4 Оценка коэффициента корреляции между параметрами и его влияния на совместную информативность применяемых параметров
Выводы по главе
ГЛАВА 4. РЕАЛИЗАЦИЯ ПРОГРАММНОГО КОМПЛЕКСА В ОБЛАСТИ
АНАЛИЗА РЕЧЕВОГО СИГНАЛА С ПРИМЕНЕНИЕМ НЕЙРОННЫХ
СЕТЕЙ ПРЯМОГО РАСПРОСТРАНЕНИЯ.
4.1 Разработка общей архитектуры программного комплекса для
анализа биометрических сигналов на примере системы анализа клавиатурного почерка.
4.2 Структура исследовательского комплекса для анализа речевого
сигнала с применением сетей прямого распространения.
4.3 Применение исследовательского комплекса для анализа
речевого сигнала пациентов при реабилитации после операции при
лечении рака языка
4.4 Применение исследовательского комплекса для анализа
электрокардиограммы при тестировании устройства съема суточной электрокардиограммы.
Выводы по главе.
СПИСОК ИСТОЧНИКОВ


Всероссийской научнотехнической конференции студентов, аспирантов и молодых специалистов Научная сессия ТУСУР Научная сессия ТУСУР, семинарах томской секции 1ЕЕЕ. Личный вклад. В диссертационной работе использованы результаты, в которых автору принадлежит определяющая роль. Некоторые из опубликованных работ написаны в соавторстве с сотрудниками научной группы. Постановка задачи исследований осуществлялась научным руководителем, к. Р.В. Мещеряковым и д. В.П. Бондаренко. Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из наименований и 1 приложения. Общий объем работы составляет 1 страниц, в том числе рисунок и таблиц. Содержание работы. Во введении обоснована актуальность, научная новизна исследований, определена цель работы и задачи исследований, дана общая характеристика работы, сформулированы основные положения, выносимые на защиту. В первой главе осуществляется рассмотрение существующих подходов к анализу биометрических характеристик, рассмотрены примеры существующих систем, рассмотрены подходы к анализу биометрической речевой информации, осуществлена постановка задачи. Во второй главе рассмотрены существующие подходы к определению информативности параметров, выявлены их преимущества и недостатки, сформирован собственный критерий для определения информативности параметров на основе результатов обработки тестовой выборки при помощи нейронной сети и теоретически показана необходимость учета коэффициента корреляции между параметрами. В третьей главе произведено экспериментальное исследование предложенных критериев, показана недостаточность критерия, базирующегося на результатах обучения на тестовой выборке. Представлен алгоритм выбора входов нейронной сети на основе критерия, базирующегося на результатах обработки тестовой выборки нейронной сетью. В четвертой главе представлена программная реализация разработанных алгоритмов. В заключении приводятся результаты выполненной работы и делаются основополагающие выводы по итогам диссертационной работы. ГЛАВА 1. Традиционная парольная защита имеет ряд очевидных недостатков в случае нарушения конфиденциальности пароля, которое зачастую может остаться незамеченным его владельцем, нарушается защита всей информации, к которой он владелец имеет доступ. В качестве альтернативы парольной системе или е дополнения может рассматриваться распознавание пользователей по биометрическим характеристикам. Под распознаванием по биометрическим характеристикам подразумевается автоматизированное измерение физиологических и поведенческих характеристик с целью идентификации или аутентификации пользователей. Биометрическое подтверждение, а не простая проверка пароля, который может быть украден, перехвачен или угадан, является ключевым при расширении Интернетторговли, успокаивая клиентов по поводу их безопасности. По прогнозам 1В1А рынок биометрических устройств и связанного с ними программного обеспечения к году может достигнуть 2,5 млрд. Биометрическая идентификация на базе динамических характеристик, как правило, более проста в реализации, поскольку, как правило, не требует дорогостоящего оборудования, может ограничиваться только программным обеспечением, требующем минимальную поддержку специалиста в процессе своей эксплуатации. С другой стороны, обычно идентификация на базе динамических характеристик существенно уступает в точности идентификации на базе статических характеристик. Для оценки точности идентификации используются вероятности ошибок первого и второго рода. Под ошибкой первого рода подразумевается ситуация, в которой легальный пользователь системы после осуществления идентификации не допускается к данным, хранящимся в системе. Ошибка второго рода ситуация, в которой пользователь, не имеющий права доступа к хранящимся в системе данным, после осуществления идентификации ошибочно допускается к ним. Очевидно, что ошибки второго рода гораздо более опасны, поскольку могут повлечь за собой нарушение целостности и конфиденциальности хранимой в системе информации. Ниже в Табл. Табл.