ترکیب نتایج مراحل مختلف ماشین بردار پشتیبان چند مرحله ای با الهام از روش تعمیم پشته

روش ماشین بردار پشتیبان (تکیه گاه)، یک روش رده بندی قدرتمند با ناظر است که بر روی بسیاری از مسائل واقعی مانند تشخیص چهره، تشخیص صوت، کاربر دهای پزشکی و دارویی و مسائل زیستی به خوبی عمل کرده است. این روش با وجود عملکرد خوب، محدودیت هایی نیز دارد. تمرکز ما در این تحقیق، بر روی یکی از این محدودیت ها است. تصمیم گیری در روش ماشین بردار پشتیبان، به عهده ی تعداد محدودی از نمونه های اطراف مرز گذارده می شود و این نمونه ها (بردار های پشتیبان) مرز یا جواب مسئله را ارائه می دهند. در این تحقیق روشی ارائه شده است که علاوه بر داد ههای نزدیک به مرز، سایر داده ها نیز در تصمیم گیری بکار می روند. این روش، ماشین بردار پشتیبان چند مرحله ای نامیده شده است. نتایج مراحل مختلف، با الهام از روش تعمیم پشته ترکیب شده و نتایج آن، بر روی چند مجموعه داده شناخته شده، با رو شهای پایه مقایسه شده است.

کلیدواژه ها:

تشخیص الگو ، رده بندی حاشیه بیشینه ، ماشین بردار پشتیبان ، ماشین بردار پشتیبان چند مرحله ای ، تعمیم پشته