目的探索有監(jiān)督的機器學習算法在驗證碼自動識別技術中的應用。方法通過爬蟲技術隨機獲得49個某公共衛(wèi)生信息系統(tǒng)驗證碼,將圖片預處理后切割為單字符圖片,使用機器學習的有監(jiān)督算法進行訓練。結果除k近鄰分類外,支持向量機、決策樹和BP神經網絡均能以98%以上的準確率識別某公共衛(wèi)生信息系統(tǒng)的CAPTHA。結論機器學習相關算法可以有效地對分割的驗證碼進行識別。 

【文章來源】：中國衛(wèi)生信息管理雜志. 2020,17(04)

【文章頁數】：5 頁

【文章目錄】：
0 引言
1 驗證碼基本定義與分類
2 資料與方法
    2.1 數據來源
    2.2 分析方法
        2.2.1 SVM 算法
        2.2.2 DT算法
        2.2.3 KNN算法
        2.2.4 BP Neural Network算法
    2.3 評估指標
3 結果與討論
    3.1 SVM算法訓練及驗證
    3.2 DT算法訓練及驗證
    3.3 KNN算法及驗證
    3.4 BP Neural Network算法及驗證
4 建議
    4.1 算法比較
    4.2 適用范圍
    4.3 安全建議


【參考文獻】：
期刊論文
[1]基于SVM的字符驗證碼識別研究[J]. 安夢生.  淮陰師范學院學報(自然科學版). 2018(04)
[2]K近鄰分類指導的區(qū)域迭代圖割算法研究[J]. 管建,王亞娟,王立功.  計算機應用與軟件. 2018(11)
[3]醫(yī)療健康人工智能發(fā)展框架與趨勢分析[J]. 胡建平.  中國衛(wèi)生信息管理雜志. 2018(05)
[4]基于深度學習的物體識別驗證碼破解方法[J]. 田朝輝,金鑫,趙耿,李曉東.  計算機仿真. 2018(03)
[5]基于決策樹C4.5集成算法的圖像自動標注[J]. 張華忠,侯進.  計算機應用研究. 2018(07)
[6]基于情感本體和kNN算法的在線評論情感分類研究[J]. 唐曉波,朱娟,楊豐華.  情報理論與實踐. 2016(06)
[7]驗證碼安全與驗證碼繞過技術[J]. 胡健,柳青,王海林.  計算機應用. 2016(S1)
[8]驗證碼簡介[J]. 高雨彤.  保密科學技術. 2014(01)



本文編號：3309446