ارائه یک رویکرد ترکیبی از یادگیری و کدگذاری خلوت برای طبقهبندی تصاویر
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 659
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM02_157
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
در این مقاله یک رویکرد جدید طبقهبندی مبتنی بر نمایش خلوت و متد یادگیری عصبی – فازی پیشنهاد شده است، تا بتواند به مقابله با مسئله طبقهبندی تصویر تحت چارچوب یادگیری چند نمونهایMIL بپردازد. ابتدا هر نمونه از تصویر به صورت یک ترکیب خطی خلوت از تمامی بردارهای پایه دیکشنری ارائه میشود و سپس تصویر با یک بردار ویژگی ارائه شده که از طریق نمایشهای خلوت از تمامی نمونههای موجود در تصویر به دست میآید. سپس متد یادگیری عصبی – فازی استفاده میشود تا به حل مسئله طبقهبندی بپردازد. نتایج تجربی برروی مجموعه دادههای CORELبرتری متد پیشنهادی را از لحاظ دقت طبقتهبندی نسبت به دیگر متدها نشان میدهد
کلیدواژه ها:
نویسندگان
محمد نژاده
عضو هیأت علمی و عضو باشگاه پژوهشگران،دانشگاه آزاد اسلامی واحد فومن و شفت.
فرزانه فهمانی ارشد
استاد مدعو، دانشگاه آزاد اسلامی واحد فومن و شفت.
فرزاد فهمانی ارشد
مهندسی تکنولوژی نرم افزار،دانشگاه آزاد اسلامی واحد فومن و شفت
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 :