Para evitar el riesgo de que la base de datos biológica sea atacada y manipulada por hackers, en este artículo se propone un modelo de Memoria Autoasociativa (AAM). El modelo se basa en las redes neuronales recurrentes (RNNs) para el reconocimiento facial, bajo la condición de que la base de datos facial sea reemplazada por sus parámetros de modelo. Se demuestra y analiza la estabilidad del modelo para relajar las restricciones de los parámetros del modelo AAM. Además, se proporciona un procedimiento de diseño para resolver los parámetros del modelo AAM, y se establece el método de reconocimiento facial mediante el modelo AAM, que incluye preprocesamiento de imágenes, entrenamiento del modelo AAM y reconocimiento de imágenes. Por último, los resultados de simulación en dos experimentos muestran la viabilidad y el rendimiento del método de reconocimiento facial propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
NDN-CRAHNs: Redes de datos con nombre para redes ad hoc de radio cognitiva
Artículos:
Optimización de la ecografía esofágica bajo el algoritmo de enjambre de peces artificiales y su adopción en el tratamiento de defectos septales ventriculares.
Artículos:
Revisión del diseño de amplificadores de potencia 5G en frecuencias de onda cm y mm
Artículos:
Evaluación de la calidad de nitidez y brillo de imágenes faciales para reconocimiento.
Artículos:
Análisis Modal Operacional basado en la Técnica de Evolución Diferencial de Ventana Móvil para Estructuras Lentas Lineales con Variación Temporal
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Arquitectura de software orientada a la creación de micromundos para la enseñanza y el aprendizaje
Artículos:
Perspectivas sobre datos masivos y analítica de datos masivos