تشخیص هوشمند خودرو با استفاده از شبکه‌های عصبی چند لایه

امروزه صنعت خودرو در کانون توجه مشتریان قرار گرفته است و کیفیت ارائه محصولی عنصری ضروری و واجب در بازارهای رقابتی فعلی محسوب می‌شود . امنیت از پارامترهای اصلی در انتخاب خود را محصور می‌شود. به همین منظور از پایگاه داده استاندارد car با شش ویژگی و 1728 نمونه استفاده شده است . در این مقاله از شبکه چند لایه ای پرسپترون mlp به همراه دسته‌بندی های مجتمع bagging و adaboostm1 در شناسه بهترین اتومبیل از نظر امنیت استفاده شده است . نتایج به‌دست‌آمده نشان می‌دهد دسته‌بندی bagging به همراه mlp دارای دقتی بیش از 98% در شناسایی خودرو با امنیت می‌باشد .

کلیدواژه ها:

چند لایه‌ای پرسپترون mlp ، bagging ، adaboostm1 ، تشخیص الگو ، امنیت