TY - JOUR ID - TI - BIOMETRIC KEYSTROKE RECOGNITION BASED ON HYBRID SVD AND WAVELET FOR FEATURE TRANSFORMATION تشخيص لوحة المفاتيح للقياسات الحيوية مرتكز على نظام هجيني لتحليل القيم الفردية والموجات المنفصلة لمرحلة استخلاص الخصائص AU - Zeina Waleed Abaas PY - 2016 VL - 20 IS - 5 SP - 75 EP - 87 JO - Journal of Engineering and Sustainable Development (JEASD) مجلة الهندسة والتنمية المستدامة SN - 25200917 25200925 AB - The main aim of this work is using keystroke biometric system as behavioral type of biometrics and improving the accuracy and dependability of the system. In this proposed we've pre-processed the data of dynamic keystroke by converting the feature to one dimensional vector. In feature extraction we've used a Wavelet Energy (WE) by implementing 2D dimensional Discreet Wavelet (2D-DWT) into four-level and computing the energy for the Singular Value Decomposition (SVD). SVD is computed on the result of wavelet and saved in a file for training information. Wavelet transform Daubchies “DBI” basic function has advantage that provide a good energy localization in the frequency domain as other wavelet transforms and then using Elman networks (Backpropagation) for training and testing the system and its useful in such areas as signal processing and prediction where time plays a dominant role.

يعتبر عمل أنظمة القياسات الحيوية من أهم الأنظمة التي تعتمد على التعرف على إحدى المعلومات الشخصية الحيوية. وان الغرض الأساسي من النظام المقترح اعتماد لوحة المفاتيح كنوع من أنواع القياسات الحيوية التصرفية بالإضافة إلى تحسين دقة واعتمادية النظام. في المرحلة الأولى من المقترح تم إجراء المعالجة الأولية لبيانات الديناميكية المسجلة للوحة المفاتيح بتحويلها إلى متجه ذو بعد واحد. وفي المرحلة الثانية هي مرحلة استخلاص السمات حيث قمنا باستخراج طاقة المويجات (Wavelet Energy) وذلك باستخدام المويجات المنفصلة (Discrete Wavelet) ذات البعدين وبأربع بمستويات. بالإضافة إلى ذلك تم حساب تحليل القيم المفردة (SVD) لطاقة المويجات واعتماد الناتج الأخير كخصائص للمعلومات الأشخاص في مرحلة التدريب والاختبار. أن الدالة المستخدمة في المويجات المتحولة هي (DBI) ولها فائدة وذلك بإعطاء قيمة جيدة للطاقة الموقعية في المجال المتذبذب من دون الدوال الأخرى ،وبالتالي يجعل من استخدام خوارزميه الشبكة العصبية نوع أيلمان ذات فائدة وقوة في معالجة وتقليل الخطأ في البيانات ER -