350 rub
Journal Neurocomputers №3 for 2012 г.
Article in number:
Neural network classifier of fingerprint image papillary pattern types
Authors:
M.V. Secretov, V.I. Volchikhin, V.S. Bezyaev
Abstract:
Usual classification of fingerprints image according to the types of their papillary patterns can be significantly expanded due to neural network record of a larger number of features. In addition to that, the state table of neural network classification 16-bit code can be produced unique. This allows to use 16 output digits of the classifier as a piece of a «Friend» access code
Pages: 60-64
References
  1. Локар Э. Руководство по криминалистике. М: Юридическое издательство НКЮ СССР. 1941.
  2. Статистическая дактилоскопия: Методические проблемы / под ред. Л.Г. Эджубова. М.: Городец. 1999.
  3. Болл Р., Коннел Дж.Х., Панканти Ш., Ратха Н.К., Сеньор Э.У. Руководство по биометрии. М.: Техносфера. 2007.
  4. Волчихин В.И., Иванов А.И., Фунтиков В.А. Быстрые алгоритмы обучения нейросетевых механизмов биометрико-криптографической защиты информации. Монография. Пенза: ПГУ. 2005.
  5. Нейросетевое преобразование биометрического образа человека в код его личного криптографического ключа. Коллективная монография / под ред. А.Ю. Малыгина. М.: Радиотехника. 2008. Научная серия «Нейрокомпьютеры и их применение». Кн. 29.
  6. Фунтиков Д.А., Хозин Ю.В., Агафонов С.Л., Иванов А.И. Реализация атаки подбора расположения особых точек: оценка стойкости нейросетевых преобразователей рисунков отпечатков пальцев в код ключа доступа // Нейрокомпьютеры: разработка, применение. 2007. № 12. С. 44-48.
  7. Воячек С.А., Иванов А.И. Предварительная обработка биометрических данных: извлечение псевдодинамики из «мертвой» рукописной подписи // Нейрокомпьютеры: разработка, применение. 2007. № 12. С. 49-51.