【B449】用机器学习预防钞票欺诈行为

文件编号：B449

文件大小：3.84M

代码行数：51行(主程序)

开发环境：Python3.9

猿创承诺：该源码均通过亲自测试可正常运行

简要概述：用机器学习预防钞票欺诈

基于小波变换工具从真假钞票图像中提取的数据，神经网络用于评估钞票的真实性。

对于数字化，使用了通常用于打印检查的工业摄像机。最终的图像有400x400像素。由于物镜和与被调查对象的距离，获得了分辨率约为660 dpi的灰度图像。

所有功能都通过sklearn的StandardScaler类标准化。

神经网络拓扑结构和结果总结

二进制交叉熵损失函数与Adam优化器一起用于该分类问题。

经过75个阶段后，训练集和验证集二值分类器在预测纸币真伪方面的准确率分别达到99%和93%。

运行效果：

目录│文件列表:

 ├ 演示视频

 │  └ 演示视频.mp4

 └ 项目源码

    │ banknote.csv

    └ banknote.py