استفاده از احتمال جهش بازگشتی در الگوریتم ژنتیک برای آموزش مدلم خفی مارکف
محل انتشار: دهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,283
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI10_146
تاریخ نمایه سازی: 25 آذر 1390
چکیده مقاله:
روش متداول آموزش مدلمخفی مارکف HMM بام ولش است که یک روش تپه نوردی است در این مقاله از الگوریتم ژنتیک با احتمال جهش بازگشتی در آموزش HMM برای طبقه بندی 9 نوع مسیر حرکت وسایل نقلیه در صحنهترافیک استفاده می شود وظیفه الگوریتم ژنتیک پیشنهادی جستجوی بهینه پارامترهای HMM است دراین الگوریتم احتمال جهش فعلی تابعی خطی از احتمال جهش قبلی است دو ضریب این تابع را یک سیستم فازی قاعده پایه براساس میانگین و انحراف معیار مقدار تابع برازش اعضای نسل واقعی تعیین می کند. در یک مجموعه آزمون شامل 100 نمونه از 9 حرکت نرخ شناسایی با الگوریتم HMM با روش بام ولش 74.5 درصد ژنتیک با احتمالجهش ثابت 76.4 درصد و ژنتیک با احتمال جهش بازگشتی 80.3 درصد بدست آمد.
کلیدواژه ها:
نویسندگان
هادی صدوقی یزدی
بخش مهندسی برق دانشگاه تربیت مدرس
مجتبی لطفی زاده
بخش مهندسی برق دانشگاه تربیت مدرس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :