Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

 
Время, необходимое для 
новых методов 
(миллисекунд)
 
Время, необходимое для 
быстрых методов 
(миллисекунд)
 
50 
881300 
67765 
100 
3276930 
1290428 
Таблица 1 показывает, что есть два основных фактора, которые 
обеспечивают точность и производительность предложенного алгоритма. Это 
размер базы данных и время, необходимое для извлечения мельчайших 
деталей из изображения и создания круговой цепочки, которая многократно 
вызывается на протяжении всего процесса. 
В таблице 1 показаны результаты для двух баз данных разных размеров. 
Для всех входных данных мы зафиксировали время, необходимое для 
каждого метода, и результаты сравниваются на рис. 1. 
новые методы
быстрые методы 
Рис. 1. Сравнение быстрых методов с новыми методами
Понятно, что наш алгоритм решения обеспечивает лучшие результаты 
с точки зрения общего времени выполнения, и по мере увеличения размера 
базы данных он уменьшает время, необходимое для извлечения деталей из 
изображения и построения круговой строки, которая многократно 
вызывается на протяжении всего процесса. 
Заключение.
 
С увеличением количества устройств, использующих рас- 
познавание отпечатков пальцев, это заставит производителей переоценить 
существующие методы сопоставления деталей и изучить усовершенствован-
ные модели, которые лучше адаптированы к невертикальной ориентации 
ввода, которая становится распространенной среди мобильных устройств. 
В целом, это исследование является примером того, как математические 
алгоритмы могут быть использованы для расширения функциональных 
возможностей вычислительной функции с целью более точного модели-
рования окружающей среды устройства. Кроме того, помимо учета более 
реалистичного разнообразия ориентации пользователя при распознавании 
отпечатков пальцев, эта предлагаемая система может также улучшить 
модели, выходящие за рамки биоинформатики, которые сталкиваются с 
аналогичным ростом мобильности устройств и диапазоном ориентации 
портативных устройств. 

---

448 
Список использованной литературы 
1.
Alshammary M.H., Alanezi F.A.: A review of recent developments in NOMA and SCMA 
schemes for 5G technology. In: IEEE Communications (2017). 
2.
Ajala O.I., Iliopoulos C.S., Khan M.R.: Identification of fingerprints using circular string 
approximation for mobile devices. In: PATTERNS 2016, Computer Science and 
Information 
Systems. 
ACSIS, 
vol. 
13, 
pp. 
193–197 
(2016). 
URL: 
https://doi.org/10.15439/2017f3. ISSN 2300-5963
 
3.
Landau G.M., Vishkin U.: Fast string matching with k differences*. J. Comput. Syst. Sci. 
37, pp. 63–78 (1998).