تشخیص هوشمندخودرو با استفاده از شبکه های عصبی چندلایه
محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 784
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCSCIT02_187
تاریخ نمایه سازی: 17 اردیبهشت 1391
چکیده مقاله:
امروزه صنعت خودرو در کانون توجه مشتریان قرار گرفته است و کیفیت محصول عنصری ضروری و واجب دربازارهای رقابتی فعلی محسوب می شود امنیت از پارامترهای اصلی درانتخاب خودرو محسوب می شود به همین منظور از پایگاه داده استاندارد CAR با 6 ویژگی و 1728 نمونه استفاده شدها ست دراین مقاله از شبکه چندلایه ای پرسپترون MLP به همراه دسته بندهای مجتمع ADABoost M1,bagging برای شناسایی بهترین اتومبیل از نظر امنیت استفاده شده است نتایج بدست آمده نشان میدهد دسته بندی bagging به همراه MLP دارای دقتی بیش از 98 درصد در شناسایی خودرو با امنیت می باشد.
کلیدواژه ها:
چندلایه ای پرسپترون Ada boostM1 ، bagging MLP تشخیص الگو امنیت
نویسندگان
امین عشیر
دانشجوی کارشناسی گروه کامپیوتر دانشگاه آزاد اسلامی دزفول شوشتر
محمد عشیر
دانشجوی کارشناسی
عادل سرمست
کارشناسی ارشد
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 :