روش SVM با ضریب اهمیت فازی برای خطای دسته بندی داده ها

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,241

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIC03_143

تاریخ نمایه سازی: 4 آذر 1389

چکیده مقاله:

روش SVM از جمله کارامدترین روشهای دسته بندی داده ها است پارامتر میزان اهمیت خطای دسته بندی پارامتر ازاد دراین مدل است که از اهمیت فراوانی در دقت این مدل دارد یافتن مقدار بهینه برای این پارامتر ازاد اغلب از طریق ازمودن مقادیر مختلف و انتخاب مناسب ترین انها انجام می شود که مستلزم صرف زمان و هزینه است چنانچه این پارامتر را یک عدد فازی در نظر بگیریم در بسیاری ازمواقع جواب حاصل بهتر از حالتی است که این پارامتر را دقیق در نظر می گیریم بنابراین زودتر می توان به مقدار بهینه مورد نظر برای این پارامتر رسید دراین مقاله به ارائه این روش می پردازیم.

کلیدواژه ها:

نویسندگان

مرتضی کارگر

دانشکده ریاضی و کامپیوتر دانشگاه شهید باهنر کرمان

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 :
  • V. N. Vapnik, The Nature of Statistical Learning Theory. New ...
  • C. Cortes, _ Vapnik, Support Vector Networks, Machine Learning, Vol. ...
  • C.J.C. Burges, A Tutorial On Support Vector Machines for Pattern ...
  • M.S. Bazaraa, H.D. Sherali, C.M. Sherali, Nonlinear Programing, John Wiley ...
  • H.T. Nguyen, E.A. Walkeri, A First Course in Fuzzy Logic, ...
  • نمایش کامل مراجع