روشی نوین برای بهبود استخراج مشخصه ها مبتنی بر تئوری مجموعه های دانه درشت و پردازش تکاملی
محل انتشار: سیزدهمین کنفرانس مهندسی برق ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,477
فایل این مقاله در 6 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:
ICEE13_224
تاریخ نمایه سازی: 27 آبان 1386
چکیده مقاله:
استخراج مشخصه ها یکی از مراحل مهم در پیش پردازش داده ها می باشد که با انجام آن، الگوریتم داده کاوی با سرعت و دقت بالاتری صورت می گیرد و همچنین در دفعات بعد نیاز به جمع آوری میزان داده کمتری می باشد. در این مقاله روش جدیدی برای استخحراج مشخصه های مناسب، مبتنی بر تئوری مجموعه های دانه درشت و پردازش تکاملی ارائه شده است. در این روش با استفاده از تئوری مجموعه های دانه درشت، ماتریس تمایز ساخته می شود و سپس با استفاده از تابع تطابقی که از دو جزء تشکیل شده، مشخصه های مناسب استخراج می گردد. این دو جزء، متشکل از تعداد یک ها در کروموزوم و تعداد سطرهای پوشش داده شده ا زماتریس تمایز می باشد. نتایج بدست امده از پیاده سازی روش پیشنهادی بر روی مجموعه داده های مختلف که دارای مشخصه های زیادی هستند، ارائه شده است. نتایج و مقایسه انها با سایر روشها نشان می دهد الگوریتم پیشنهادی بصورت مناسبی عمل می نماید.
کلیدواژه ها:
نویسندگان
عبدالرضا سالاری
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده فنی - گروه کامپیوتر
مهران محسن زاده
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده فنی - گروه کامپیوتر
بابک نصیری
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده فنی - گروه کامپیوتر
محمد تشنه لب
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق
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 :