基于RPROP人工神經(jīng)網(wǎng)絡(luò)對(duì)驗(yàn)證碼識(shí)別的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,網(wǎng)絡(luò)的安全問(wèn)題也日漸突出。網(wǎng)站為了防止惡意破解密碼、刷票、論壇灌水等不安全因素,驗(yàn)證碼技術(shù)應(yīng)運(yùn)而生。驗(yàn)證碼是一種區(qū)分用戶是計(jì)算機(jī)和人的公共全自動(dòng)程序,其目的是強(qiáng)制人機(jī)交互,現(xiàn)在已經(jīng)被普遍用于提高網(wǎng)站的安全性和抗攻擊的能力。驗(yàn)證碼識(shí)別是應(yīng)用圖像處理、人工智能等技術(shù)讓計(jì)算機(jī)自動(dòng)識(shí)別出服務(wù)器端發(fā)送到瀏覽器端的驗(yàn)證碼圖像。雖然對(duì)驗(yàn)證碼識(shí)別技術(shù)的研究有違互聯(lián)網(wǎng)安全的原則,但是驗(yàn)證碼的識(shí)別與生成技術(shù)是矛盾的兩個(gè)方面,驗(yàn)證碼識(shí)別

2、技術(shù)迫使網(wǎng)絡(luò)安全技術(shù)向前發(fā)展,而新的驗(yàn)證碼生成技術(shù)又向圖像處理和人工智能提出新的挑戰(zhàn)。本文根據(jù)驗(yàn)證碼圖像的特點(diǎn)提出其除噪和分割算法,實(shí)現(xiàn)了用于驗(yàn)證碼識(shí)別的彈性傳播神經(jīng)網(wǎng)絡(luò)類并闡述怎樣用它來(lái)完成驗(yàn)證碼的識(shí)別工作,并提出使用支持OpenCL標(biāo)準(zhǔn)的GPU等具有并行計(jì)算能力的硬件來(lái)運(yùn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練的程序,以減少其訓(xùn)練時(shí)間。本文的工作主要由以下三個(gè)方面組成:(1)選取具有不同特點(diǎn)的字符型驗(yàn)證碼,介紹它們常用的圖像灰度化和二值化方法,并根據(jù)實(shí)際

3、需要對(duì)二值化處理做出改進(jìn),設(shè)計(jì)了它們的除邊框、除點(diǎn)噪音和除長(zhǎng)線噪音等除噪算法和分割算法,為有監(jiān)督學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練作前期的準(zhǔn)備。(2)詳述彈性傳播神經(jīng)網(wǎng)絡(luò)(RPROPArtificialNeuralNetwork)的訓(xùn)練算法,并根據(jù)驗(yàn)證碼識(shí)別的需求設(shè)計(jì)相應(yīng)的彈性傳播神經(jīng)網(wǎng)絡(luò)類,以及闡述怎樣使用所設(shè)計(jì)的彈性傳播神經(jīng)網(wǎng)絡(luò)類來(lái)完成對(duì)驗(yàn)證碼的識(shí)別,然后給出所實(shí)現(xiàn)的驗(yàn)證碼識(shí)別軟件并說(shuō)明驗(yàn)證碼識(shí)別的方法步驟。(3)由于有監(jiān)督的學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)在