محاسبه میزان تنوع در بین ترکیب کلاسه بندها با استفاده از منطق فازی

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,440

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI12_074

تاریخ نمایه سازی: 23 دی 1386

چکیده مقاله:

ترکیب کلاسه بندها یکی از الگوریتم های مهم و کارآمد در شاخه تشخیص الگو است. در این میان یکی ازمباحث مهم در ترکیب کلاسه بندها میزان تنوع در بین کلاسه بندها است. روش های مختلفی در محاسبه تنوع در بین کلاسه بندها وجود دارد، ما هم در این مقاله قصد داریم با استفاده از مباحثی که در منطق فازی مطرح می شود یک روش جدید برای محاسبه تنوع در بین کلاسه بندها ارائه دهیم. این روش را اثبات کرده و آن را بر روی مجموعه کلاسه بندهای متفاوتی چک کرده و با روش های دیگر مقایسه می کنیم و خواهیم دید که مزیت این روش ها با توجه به پشتوانه قوی مباحث فازی، بیشتر از روش های قبلی است.

نویسندگان

عباس قدری گلستانی

دانشجوی کارشناسی ارشد گرایش هوش مصنوعی، دانشکده مهندسی کامپیوتر، دا

کوشان احمدیان

دانشجوی کارشناسی ارشد گرایش هوش مصنوعی، دانشکده مهندسی کامپیوتر، دا

مرتضی آنالویی

عضو هیئت علمی دانشگاه علم و صنعت ، دانشکده مهندسی کامپیوتر، دانشگاه

ناصر مزینی

عضو هیئت علمی دانشگاه علم و صنعت ، دانشکده مهندسی کامپیوتر، دانشگاه

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 :
  • ، 66 = متوسط اعداد تنوع در قسمت (1) ...
  • A.K. Jain, R.P.W. Duin, and J.Mao. Statistical pattern recognition: a ...
  • S. Hashem. Treating harmful collinearity in neural network ensembles. In ...
  • L.I. Kuncheva, C.J. Whitaker, C.A. Shipp, and R.P.W. Duin. Is ...
  • L. Lam. Classifier combinations: irmp lementation and theoretical isues. In ...
  • Kuncheva, L., and Whitaker C. Ten Measures of Diversity in ...
  • S. W. Looney. A statistical technique for comparing the accuracies ...
  • J. L. Fleiss. Statistical Methods for Rates and Proportions. John ...
  • G. S. Sebestyen. Dec ision-Making Process in Pattern Recognition. The ...
  • R. P. V. Duin. PRTOOL S(Version 2). A Matlab toolbox ...
  • N. _ Nilsson. Learning Machines. McGraw-Hill, New York, 1962. ...
  • J. Kittler, M. Hatef, R. P. V. Duin, and J. ...
  • M. Minsky and S. Papert. Perceptrons: An Introduction to Comp ...
  • G. T. Toussaint. Bibliography or estimation of _ isc lassification ...
  • E. A. Patrick. Fundamentals of Pattern Recognition. Prentice-Hall, Inc., Englewood ...
  • A. K. Jain and .J. Mao. Guest editorial: Special issue ...
  • R. P. W. Duin. A n6te o comparing classifiers. Pattern ...
  • Yager, R.R., On the Measure of Fuzziness and Negation. Part ...
  • نمایش کامل مراجع