طبقه بندی پایگاه داده Iris با استفاده ازطبقه بند عصبی فازی
محل انتشار: اولین کنفرانس ملی ریاضیات صنعتی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,755
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INDMATH01_098
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
این مقاله به پیاده سازی طبقه بند عصبی فازی بر روی پایگاه داده ی Iris خواهد پرداخت. این پایگاه داده 4 ویژگی از 3 نوع گل به نام های setosa،versicolor و virginica را شامل می شود. 4 ویژگی استفاده شده عبارت اند از طول و عرض گلبرگ و طول و عرض کاسه برگ. از هر نوع نوع گل50 نمونه وجود دارد بنابراین داده های این مجموعه را می توان شامل 150 مشاهده دانست که هر کدام از مشاهدات شامل 4 ویژگی می باشند. این پایگاه داده در نرم افزار متلب موجود است و توسط دستور load fisheriris و یا load iris.datمی توان به آن دسترسی داشت. یک سیستم منطق فازی (FLS) را میتوان به صورت یک نگاشت غیرخطی از مجموعه داده ورودی به داده اسکالر خروجی تعریف کرد. یک FLS از چهار بخش اصلی تشکیل شده است: fuzzifier، rules، inference engine و defuzzifier. روشی که برای این مقاله انتخاب شده است، ترکیب الگوریتم طبقه بند عصبی فازی که با استفاده از متلب پیاده سازی می شود.دیتابیسی که برای تست الگوریتم انتخاب شد، دیتابیسIRIS (عنبیه) می باشد. این دیتابیس از چهار متغییر ورودی تشکیل شده است و یک خروجی دارد که مشخص کننده کلاس مورد نظر می باشد.
کلیدواژه ها:
نویسندگان
میترا گودرزی
فارغ التحصیل کارشناسی ارشد، مدرس دانشگاه آزاد اسلامی الیگودرز
ولی سرلک
دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، دانشگاه نور طوبی تهران
مجتبی حاجی محمدی
عضو هیئت علمی،گروه کامپیوتر، دانشگاه آزاد اسلامی واحد الیگودرز
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 :