350 rub
Journal Neurocomputers №2 for 2012 г.
Article in number:
Approach to drawing up a person psychological portrait from handwriting
Keywords: the study of handwriting a psychological profile factorization discriminant analysis probabilistic neural networks
Authors:
N.E. Gun-ko
Abstract:
Presented is a new approach to building psychological portrait on the base of persons handwritten text features. Three different technologies are under consideration. The most perspective base on the following methods: factorization, discriminant analysis and neuronal networks. The list of investigated psychological characteristics, which psychological portrait include, are given. Author describes history of handwritten texts studies and some examples of such information analysis from forensic handwriting. The main goal of research, is to find out how does some psychological characteristics influent writing. The study is not finished yet, author collecting experimental data and developing a program for is-s analysis
Pages: 54-62
References
  1. Зуев-Инсаров Д. М. Почерк и личность (способ определения характера по почерку, графологический метод изучения личности). Перлит продакшн. ЛТД. 1992.
  2. Алесковский С. Ю., Комиссарова Я. В. Основы графологии. М.: Юрлитинформ. 2008.
  3. Тихомирова Л. В., Тихомиров М. Ю. Юридическая энциклопедия / под. ред. М. Ю. Тихомирова (5-е изд., перераб. и доп.). М.: ЮрИнфоР Центр / ЮрИнфоР-Пресс. 2008.
  4. Гунько Н. Е. Разработка эффективных программных средств принятия решения по составлению психологического портрета человека на основе признаков почерка // Сборник тезисов школы-семинара НИТ. 2010.
  5. Криминалистика. М.: Высшая школа. 1994.
  6. Рубцова И. И., Сысоева Л. А., Коршиков А. П., Ермолова Е. И., Безрукова А. И. Словарь основных терминов почерковедческой и автороведческой экспертиз. М.: ЭКЦ МВД России. 2008.
  7. Кулик С. Д., Челышев М. М. (от МИФИ), Левицкий А. Б., Бажакин Г. А., Белоусова О. Д., Мурашова О. С., Колесова Е. Ю. (от МВД СССР) Методика вероятностно-статистической оценки совпадающих частных признаков почерка в прописных буквах русского алфавита: Справочное пособие. М.: ВНИИ МВД СССР. 1990.
  8. Ивахненко А. Г. Индуктивный метод самоорганизации моделей сложных систем. Киев: Наукова думка. 1981.
  9. Стрижов В. В., Крымова Е. А. Методы выбора регрессионных моделей. М.: ВЦ РАН. 2010.
  10. Гмурман В. Е. Теория вероятностей и математическая статистика. М.: Высшее образование. 2005.
  11. Shafer, G., A Mathematical Theory of Evidence. Princeton University Press. 1976.
  12. Харман Г. Современный факторный анализ. М.: Статистика. 1972.
  13. Боровиков В. П. Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных. М.: Горячая линия - Телеком. 2008.
  14. Куравский Л. С., Баранов С. Н., Буланова О. Е., Кравчук Т. Е. Нейросетевая технология диагностики патологических состояний по аномалиям электроэнцефалограмм // Нейрокомпьютеры: разработка и применение. 2007. № 4. С. 4-14.
  15. Kuravsky, L. S., Baranov, S. N., and Baranov, N. I., Wavelet-based confirmatory factor analysis for monitoring of system factors: estimating goodness-of-fit measures with the aid of self-organizing feature maps. In: Proc. 6th International Conference on Condition Monitoring & Machinery Failure Prevention Technologies, Dublin, Ireland. June 2009. P. 224-245.
  16. Kuravsky, L. S. and Baranov, S. N., The concept of multifactor Markov networks and its application to forecasting and diagnostics of technical systems In: Proc. Condition Monitoring 2005. Cambridge, United Kingdom. July 2005. P. 111-117.
  17. Kuravsky, L. S. and Baranov, S. N., Neural networks in fatigue damage recognition: diagnostics and statistical analysis. In: Proc. 11th International Congress on Sound and Vibration. St.-Petersburg. Russia. July 2004. P. 2929-2944.
  18. Кулик С. Д. Элементы теории принятия решений (критерии и задачи). М.: НИЯУ МИФИ. 2010.
  19. Божич В. И., Галушкин А. И., Кулик С. Д. и др. Нейрокомпьютеры в информационных и экспертных системах. Кн. 27 / под ред. А. И. Галушкина и С. Д. Кулика. М.: Радиотехника. 2007.
  20. Кулик С. Д. Биометрические системы идентификации личности для автоматизированных фактографических информационно-поисковых систем // Нейрокомпьютеры: разработка и применение. М.: Радиотехника. 2003. № 12. С. 52-65.
  21. Ким, Дж.-О., Мьюллер Ч. У., Клекка У. Р. и др. Факторный, дискриминантный и кластерный анализ: Пер. с англ. / под ред. И. С. Енюкова. М.: Финансы и статистика. 1989.
  22. рамер Д. Математическая обработка данных в социальных науках: современные методы. Учебное пособие для узов. М.: Академия. 2007.
  23. Куравский Л. С., Баранов С. Н., Малых С. Б. Нейронные сети в задачах прогнозирования, диагностики и анализа данных: Учеб. пособие. М.: РУСАВИА. 2003.
  24. Куравский Л. С., Юрьев Г. А. Психологический тренинг на основе нейросетевой технологии // Нейрокомпьютеры: разработка, применение. 2009. № 9. С. 20-26.