CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

روش جدید ماشین یادگیری به کمک ابر کره جدا کننده

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۴۴ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: CSCG01_086
زبان مقاله: فارسی
حجم فایل: ۲۴۶.۶۱ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله روش جدید ماشین یادگیری به کمک ابر کره جدا کننده

  حسین موسایی - عضو هیات علمی گروه ریاضی ، دانشگاه بجنورد
  سعید کتابچی - عضو هیات علمی گروه ریاضی کاربردی، دانشگاه گیلان
    محمد رزاقی - دانشجوی دکتری دانشکده ریاضی دانشگاه گیلان

چکیده مقاله:

در این مقاله روشی جدید برای جداسازی داده ها بر پایه جداسازی با استفاده از ابر کره جداکننده ارایه می کنیم. ایده اصلی در اینجا تعیین شعاع و مرکز ابر کره جدا کننده در دو فاز برای رهایی از نامحدب بودن مساله است. برای حل این مساله از نرم افزار متلب استفاده شده است. کارایی روش ذکر شده با استفاده از داده های استاندارد UCI نشان داده شده و نتایج در قالب جدول ارایه گردیده است.

کلیدواژه‌ها:

جداسازی، ماشین بردار پشتیبان، ابرکره جدا کننده، برنامه ریزی غیرخطی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CSCG01-CSCG01_086.html
کد COI مقاله: CSCG01_086

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
موسایی, حسین؛ سعید کتابچی و محمد رزاقی، ۱۳۹۴، روش جدید ماشین یادگیری به کمک ابر کره جدا کننده، نخستین کنفرانس ملی محاسبات نرم، رشت، دانشگاه گیلان دانشکده فنی و مهندسی شرق گیلان، https://www.civilica.com/Paper-CSCG01-CSCG01_086.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (موسایی, حسین؛ سعید کتابچی و محمد رزاقی، ۱۳۹۴)
برای بار دوم به بعد: (موسایی؛ کتابچی و رزاقی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۷۵۲
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.