Подход к описанию системы распознавания пользователя компьютера на основе дискретной модели

Для произвольного количества признаков N имеем N — мерный вектор переменных состояния, а матрицу перехода состояний А строим так, чтобы ее определитель был равен единице. Проще всего это можно сделать, если N — 2 строки матрицы имеют единицы на главной диагонали, а позадиагональни элементы равны нулю. При этом последние две строки этой матрицы является комбинацией гармонических функций начальной фазы φ

Тогда амплитуде колебаний отвечать среднеквадратичное значение N-мерного вектора переменных состояния, которое может быть вычислено с задачей конкретного набора функций f. Эффективность такого подхода к описанию приведены в предыдущей главе компьютерной системы распознавания пользователя компьютера по его рукомоторнимы реакциями, которые определяются различными временными интервалами (время удержания клавиши, длительность паузы перед нажатием клавиши, продолжительность паузы после нажатия клавиши) как абсолютных, так и отнесенным к их среднему значению, либо одного временного интервала к другому подтверждена результатами компьютерного моделирования.

На основе предложенного подхода реализована в среде DELPHI компьютерная система распознавания пользователя компьютера по его рукомоторными действиями. В реальном режиме времени в процессе набора пользователем заданного текста формируются функции распределения различных временных задержек, которые аппроксимируются нормальным законом распределения. На основе сопоставления текущих значений математических ожиданий и дисперсий для каждого из сложившихся распределений с априори заданными образцами идентифицируется тот или иной пользователь.Эффективность такой системы не превышает 65% при регистрации всех временных признаков.

Для повышения эффективности разработанной системы предложено описывать ее в виде системы дискретных уравнений шестого порядка согласно сложившихся значений дискретных признаков (временных задержек). Выбор базовых функций для описания такой системы распознавания является проблематичным, поскольку это должны быть вероятностные функции распределения, в соответствии с рукомоторных действий пользователя должны предусматривать появление той или иной буквы на клавиатуре компьютера и прогнозировать величину временной задержки при ее нажатии или величину паузы до и при нажатии. Но независимо от вида этих базовых функций в случае описания процесса в виде дискретной модели, если за признаки выбрать отношение девиаций времени удержания в паузы перед кнопкой и отношение девиаций паузы до времени удержания клавиши, максимальная информативность которых подтверждена результатами компьютерного моделирования, оценить период повторения нажатие букв на клавиатуре можно по формуле:

tmp2D8-2

Если исходить из реального среднего времени удержания клавиши 0,3 с, то с учетом пауз до и после удержания клавиши период набора букв не будет превышать 1 с, что соответствует начальной фазе колебаний 2π. Следовательно, при введении в алгоритм распознавания блока формирования непрерывной последовательности букв, когда в реальном режиме времени отсекаются любые хаотические движения(случайная невнимательность, механическая задержка, нажатия нескольких клавиш,вынужденная пауза и т.д.), эффективность такой системы идентификации пользователя значительно возрастает. Как показали результаты статистических испытаний, при наличии 200 пользователей в базе данных погрешность распознавания не превышала 5%.

Читайте также:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.