基于RPROP人工神經(jīng)網(wǎng)絡對驗證碼識別的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術的發(fā)展,網(wǎng)絡的安全問題也日漸突出。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,驗證碼技術應運而生。驗證碼是一種區(qū)分用戶是計算機和人的公共全自動程序,其目的是強制人機交互,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。驗證碼識別是應用圖像處理、人工智能等技術讓計算機自動識別出服務器端發(fā)送到瀏覽器端的驗證碼圖像。雖然對驗證碼識別技術的研究有違互聯(lián)網(wǎng)安全的原則,但是驗證碼的識別與生成技術是矛盾的兩個方面,驗證碼識別

2、技術迫使網(wǎng)絡安全技術向前發(fā)展,而新的驗證碼生成技術又向圖像處理和人工智能提出新的挑戰(zhàn)。本文根據(jù)驗證碼圖像的特點提出其除噪和分割算法,實現(xiàn)了用于驗證碼識別的彈性傳播神經(jīng)網(wǎng)絡類并闡述怎樣用它來完成驗證碼的識別工作,并提出使用支持OpenCL標準的GPU等具有并行計算能力的硬件來運行人工神經(jīng)網(wǎng)絡訓練的程序,以減少其訓練時間。本文的工作主要由以下三個方面組成:(1)選取具有不同特點的字符型驗證碼,介紹它們常用的圖像灰度化和二值化方法,并根據(jù)實際

3、需要對二值化處理做出改進,設計了它們的除邊框、除點噪音和除長線噪音等除噪算法和分割算法,為有監(jiān)督學習的人工神經(jīng)網(wǎng)絡的訓練作前期的準備。(2)詳述彈性傳播神經(jīng)網(wǎng)絡(RPROPArtificialNeuralNetwork)的訓練算法,并根據(jù)驗證碼識別的需求設計相應的彈性傳播神經(jīng)網(wǎng)絡類,以及闡述怎樣使用所設計的彈性傳播神經(jīng)網(wǎng)絡類來完成對驗證碼的識別,然后給出所實現(xiàn)的驗證碼識別軟件并說明驗證碼識別的方法步驟。(3)由于有監(jiān)督的學習的神經(jīng)網(wǎng)絡在