Key points are not available for this paper at this time.
مع تقدم التكنولوجيا وتوسع البث حول العالم، تم تعزيز أنظمة المراقبة البيومترية بشكل أكبر. يعتبر التعرف على الأنماط هو المسار الرئيسي في هذا المجال. لقد اكتسبت الشبكات العصبية التلافيفية (CNN) كواحدة من أكثر خوارزميات التعلم العميق شيوعًا سمعة عالية في استخراج ميزات الصور. في هذه الورقة، نقترح بعض التحولات الجديدة للتعلم غير الخاضع للإشراف، وهي تعلم الفلتر المتناثر التلافيفي (CSFL) للحصول على ميزات غنية ومميزة للصورة. تُستخدم الميزات المستخرجة بواسطة خوارزمية CSFL لتهيئة الطبقة الأولى من CNN، ثم تُستخدم هذه الميزات بعد ذلك بطريقة تقدمية بواسطة CNN لتعلم ميزات عالية المستوى للتصنيف. تُستخدم مصنف الانحدار الخطي (مُصنف سوفتماكس) ليكون طبقة الإخراج لشبكة CNN لتوفير احتمالية فئة الصورة. نقدم وندرس خمس هياكل مختلفة من CNN ودالة الخطأ (متوسط مربع الخطأ MSE). تعرض النتائج التجريبية على مجموعة بيانات عامة جدوى الطريقة المقترحة.
قام رحمن وآخرون (ثلاثاء) بدراسة هذا السؤال.