تشخيص جنسيت نويسنده مستقل از متن و زبان نوشتاري با استفاده از پالايش پوياي نمادين مبتني بر تبديل رادن

در اين مقاله يك سيستم خودكار بر مبناي روشي جديد در استخراج ويژگي براي تشخيص جنسيت افراد از روي تصاوير اسكن‌شده نمونه دست‌خط ارائه شده است. در روش پيشنهادي به منظور نشان‌دادن تمايز بين نمونه‌هاي دست‌خط زنان و مردان، ابتدا از تصوير دست‌نوشته، تبديل رادن گرفته مي‌شود و سپس با استفاده از يك ابزار تحليلي در سيستم‌هاي ديناميكي با عنوان پالايش پوياي نمادين، ويژگي‌هاي هر نمونه دست‌خط استخراج مي‌گردد. آموزش و طبقه‌بندي ويژگي‌هاي استخراج‌شده از نمونه‌هاي دست‌خط با شبكه عصبي پرسپترون چندلايه انجام شده است. در پايان با هدف بررسي كارايي روش پيشنهادي، آزمايش‌هايي بر روي بانك اطلاعاتي MSHD صورت پذيرفت. علاوه بر آزمايش تشخيص جنسيت بر روي كل بانك اطلاعاتي، دو چالش جديد تشخيص جنسيت مستقل از متن و زبان نوشتاري نيز بررسي شده است. آزمايش‌هاي انجام‌شده نشان مي‌دهد روش پيشنهادي ميزان دقت تشخيص را نسبت به كارهاي قبلي كه از روش‌هاي جديدي در تحليل دست‌خط از قبيل فركتال‌ها، كدهاي زنجيره‌اي و بافت‌ها بهره مي‌برند، بهبود داده است. بهترين نرخ دقت به دست آمده در آزمايش‌ها 84/9 درصد گزارش شده است.