انتخاب ویژگی مستقل از طبقه بندی کننده بر پایه تخمین مرز تصمیم گیری Bayes و کاربرد آن بر روی داده های استاندارد spect قلبی
محل انتشار: چهاردهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,841
فایل این مقاله در 8 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:
ICBME14_011
تاریخ نمایه سازی: 3 تیر 1387
چکیده مقاله:
انتخاب ویژگی ( feature selection) به منظور پیدا کردن زیر مجموعه ایی از ویژگی ها (feature subset) که بیشترین اطلاعات جدا کننده از کل مجموعه داده ها را داشته باشد، انجام می شود. درعمل، نمی دانیم چه طبقه بندی کننده ای را بعد از انتخاب ویژگی استفاده می کنیم.پس مطلوب است که زیر مجموعه ایی از ویژگی ها را انتخاب کنیم که به طور کلی برای هر طبقه بندی کننده مؤثر باشد.چنین روشی انتخاب ویژگی مستقل از طبقه بندی کننده ((classifier-independent feature selection(CIFS) نامیده می شود. در این مقاله روش جدیدی در انتخاب ویژگی مستقل از طبقه بندی کننده بر پایه تخمین مرز تصمیم گیری bayes در نظر گرفته شده است. برای نشان دادن سودمندی روش مورد نظر آزمایشات بر روی داده های استاندارد spect قلبی انجام شده است.
کلیدواژه ها:
نویسندگان
آزاده صدوقی
دانشکده فنی و مهندسی ، دانشگاه شاهد
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 :