loại véc tơ phục hồi về không gian ©,;¡ = 1,4
-_ Mô hình (b): Dùng mạng NMơron mờ truyền thẳng (FNN) để
phân loại véc tơ phục hồi về không gian ©,;¡ = I,4
4.3.4 Phân tích kết quả thử nghiệm
Hệ thống được xây dựng và thử nghiệm với bộ dữ liệu huấn luyện = 50x16x4
= 3200 mẫu vân tay. Kiểm tra thử 50 ảnh vân tay mất mát thông tỉn (tỷ lệ mất mát thông tin từ 10 cho đến 30%).
Bảng 4.2 So sánh kết quả của tỷ lệ nhận dạng(%) giữa NN và FNN (với 50 ảnh vân tay mất mát thông tin (tỷ lệ mất mát thông tin từ 10 cho đến 30%))
Phương pháp | Số mẫu đúng Số mẫu sai Tỷ lệ đúng Tỷ lệ lỗi
NN 46 4 92% §%
ENN 48 2 96% 4%
Như vậy, nhận thấy: nên lựa chọn FNN để giải quyết bài toán này. Phụ lục ] mô phỏng chỉ tiết các bước của hệ thống.
4.3.5 Kết luận
Mục 4.3 chứng minh tính khả thi của kỹ thuật tính toán lai: ứng dụng hệ /hống
kết hợp GA, NN, FL cho bài toán phân loại mẫu vân tay bị mất mát thông tin.
4.4. Kết luận chương 4
Chương 4 chỉ ra được tiểm năng của công nghệ tính toán lai trong các ứng
dụng thực tế: chứng thực Ảnh, xây dựng từ điển Anh- Việt viết tay và phân loại mẫu vân tay bị mất mát thông tỉn trong công tác hỗ trợ điều tra tội phạm. Các kết quả đạt được chứng minh tính khả thi của mô hình kết hợp ba kỹ thuật: GA, NN và FL khi áp dụng một số vấn để ngoài thực tế. Từ những kết quả ban đầu đạt được
này, hy vọng rằng trong tương lai có thể áp dụng rộng rãi công nghệ tính toán lai mà nền tẳng là tính toán thông minh trong nhiều lĩnh vực khoa học kỹ thuật ngoài
thực tế.