بررسی الگوریتم های ترکیبی با ماشین بردار پشتیبان
محل انتشار: سیزهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,117
فایل این مقاله در 9 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:
ISCEE13_385
تاریخ نمایه سازی: 14 مرداد 1389
چکیده مقاله:
ماشین بردار پشتیبان الگوریتمی است که برمبنای تئوری نسبتا جدید آموزش آماری ابداع شده است و هدف آن ستبر بودن در مقابل نویز و تعمیم دهی بالا برروی نمونه های جدید است در اموزش SVM کرنلها، پارامترهای کرنل و انتخاب ویژگی نقش مهمی دارند بنابراین باید به درستی انتخاب شوند تا دقت دسته بندی SVM بهبود یابد یکی از زمینه ها ی مرتبط با SVM بهبود در ساختار الگوریتم SVM است که زمان اجرای این الگوریتم را در آموزش داده ها کاهش داده است همچنین از آنجاییکه ترکیب SVM با روشهای دیگر تا حد مطلوبی به دقت این الگوریتم افزوده و آن را در طبقه بندی داده ها قدرتمند تر کرده است دراین پژوهش پس از بررس ماشین بردار پشتیبان به ارزیابی برخی زا الگوریتم های ادغام شده با این روش پرداخته و پارامترهای حائذ اهمیت در کارایی همچون دقت ، صحت و خطای دسته بندی را مورد سنجش قرار می دهیم. و در انتها برخی پیشنهادات را برای کارهای آینده بیان می نماییم.
کلیدواژه ها:
نویسندگان
مهناز رفیعی
دانشجوی کارشناسی ارشد معماری
احمد خادم زاده
مرکز تحقیقات مخابرات ایران
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 :