انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,271
فایل این مقاله در 10 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:
ITCC01_292
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
انتخاب ویژگی یکی از بخش های مهم در بازشناسی الگو است. با انتخاب ویژگی درست نرخبازشناسی درست طبقه بند افزایش می یابد. این پژوهش از الگوریتم PSO برای اختصاص وزنبالاتر به ویژگی های حاوی اطلاعات مفید استفاده می کند، اما ویژگی های غیر مرتبط نویزی وزنپایینی می گیرند. همچنین برای طبقه بندی از الگوریتم دسته بندی K-NN استفاده شده است. نتایج آزمایشات نشان می دهد که وزن دهی ویژگی ها بر اساس PSO میتواند کارایی دسته بندیالگوریتم K-NN را نسبت به روش های مهم دیگر در زمینه ی وزن دهی ویژگی افزایش دهد. روشپیشنهادی را می توان به عنوان یک الگوریتم پیش پردازش برای طبقه بندی دادهها در نظر گرفت کهبر اساس ویژگی های انتخاب شده در این روش، عمل طبقه بندی به کارایی و دقت بالاتری دستخواهد یافت.
کلیدواژه ها:
نویسندگان
جواد حمیدزاده
عضو هیئت علمی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد، مشهد، ایران
رضا جوادزاده
دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس
ایوب نجف زاده
دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس
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 :