کلاس بندی داده ها به کمک شبکه های عصبی در ترکیب با اتوماتای یادگیری

تشخیص الگو یکی از زمینه های اصلی پردازش تصویر بوده که کاربردهای مختلفی در صنعت دارد. یکی از زمینه های اصلی تشخیص الگو کلاس بندی داده ها می باشد. کارهای مختلفی در زمینه کلاس بندی ارائه گردیده است، که هر کدام از این روشها مزایا و معایب خاص خود را دارند. یکی از ابزارهای مورد استفاده برای کلاس بندی استفاده از شبکه های عصبی چند لایه می باشد. در این مقاله از شبکه عصبی Back Propagation برای کلاس بندی داده ها استفاده شده است، با توجه به مزایای زیادی که اتوماتای یادگیری در بخش یادگیری اوزان شبکه های عصبی دارد لذا در این مقاله برای اولین بار علاوه بر روش Back Propagation از اتوماتای یادگیر با ساختار ثابت نیز در به روز رسانی اوزان شبکه های عصبی و پیدا کردن وزنهای ایده آل در کمترین زمان ممکن استفاده شده است. با توجه به مزایای ترکیب دو روش نتایج بدست آمده قابل مقایسه با روشهای قبلی بوده و در اکثر موراد نتایج بهتر را ارائه می دهد. لذا نتایج بدست آمده نشان از موفقیت آمیز بودن استفاده از اتوماتای یادگیر در به روز رسانی اوزان شبکه های عصبی می باشد

کلیدواژه ها:

کلاس بندی ، شبکه عصبی ، اتوماتای یادگیر ،