دسته بندی تصاویر بر اساس ترکیبی از اتوانکدر و ماشین یادگیری شدید ELM
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 964
فایل این مقاله در 7 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:
ITCT04_242
تاریخ نمایه سازی: 17 آبان 1396
چکیده مقاله:
پژوهشهای اخیر مزایای سرعت استفاده از ماشینهای یادگیری شدید ) ELM ( را در حوزه دسته بندی تصویر نشان داده است. اما به طور کلی ELM به مقاوم نبودن در برار نویز معروف است، برای بالا بردن کارایی دسته بندی، ما یک روش ترکیبی برای کاهش نویز، کاهش حجم دادهها و بهرهبرداری از مزایایسرعت ELM پیشنهاد میکنیم. برای رسیدن به این تکامل از یک روش استخراج ویژگی به نام اتوانکدر بهره میگیریم، به طور دقیقتر روش پیشنهادی شامل دو مرحله است. نخست، ابعاد دادههای موردنظر با استفاده از اتوانکدر کاهش داده میشود، سپس دادههای بدست آمده برای دسته بندی در اختیار یکشبکه ELM قرار میگیرند، به این ترتیب میتوان بار محاسباتی ELM را کاهش داد. آزمایشهای گسترده بر روی طبقه بندی دست نوشتههای رقمی، بهطور واضح کارایی دسته بندی ترکیبی پیشنهادی را برحسب دقت و NMI نشان میدهد.
کلیدواژه ها:
نویسندگان
سینا دامی
استادیار، دانشگاه آزاد اسلامی، واحد تهران غرب، گروه کامپیوتر، تهران، ایران
مهیار سبزه پرور
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران غرب، گروه کامپیوتر، تهران، ایران