CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بکارگیری روش های انتخاب ویژگی در پردازش تصاویر دیجیتال

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۲۱۹ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ELECTRICA02_082
زبان مقاله: فارسی
حجم فایل: ۷۷۷.۰۶ کیلوبایت (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بکارگیری روش های انتخاب ویژگی در پردازش تصاویر دیجیتال

  محسن سیدمحمودی - گروه کارشناسی ارشد مهندسی برق، واحد شهرقدس، دانشگاه آزاد اسلامی، تهران، ایران
  مهدی مزینانی - گروه مهندسی برق- الکترونیک، واحد شهرقدس، دانشگاه آزاد اسلامی، تهران، ایران- ارائه دهنده
  راحیل حسینی - گروه مهندسی کامپیوتر، واحد شهرقدس، دانشگاه آزاد اسلامی، تهران، ایران

چکیده مقاله:

انتخاب ویژگی یکی از فرایندهای مؤثر در افزایش کارایی و سرعت پردازش تصاویر دیجیتال است. در این مقاله دو روش کلی برای انتخاب ویژگی در فرایند پیش پردازش تصاویر مورد بررسی قرار گرفته است؛ روش های انتخاب ویزگی با روش ارزیابی زیرمجموعه مبتنی بر الگوریتم یادگیری، و روش های مستقل از الگوریتم یادگیری برای ارزیابی زیرمجموعه های ویزگی، که روش های دوم عموماً ساده تر و سریعتر هستند، ولی روی های اول از حیث کیفیت پاسخ (صحت طبقه بندی توسط زیرمجموعه نهایی تولید شده) روش های مناسب تری هستند. یکی از روش های ساده برای انتخاب ویزگی، که در ابتدا به ذهن هر محققی می رسد، جستجوی کامل است که کلیه زیرمجموعه های ممکن ((N)2 زیرمجموعه) را جداگانه بررسی کرده، و در نهایت بهترین زیرمجموعه را انتخاب می کند. این روش با اینکه روش دقیقی است و همیشه به بهینه کل می رسد، ولی در عمل غیر ممکن است. چون آنالیز (N)2 حالت مختلف حتی برای ابعاد ویژگی متوسط غیرممکن است. و فقط زمانی قابل پیاده سازی است که ابعاد فضای ویژگی بسیار کوچک باشد. برای انجام انتخاب ویژگی با استفاده از الگوریتم های تکاملی اساسی ترین مشکلی که وجود دارد، انتخاب یک تابع هدف مناسب است. در ساده ترین حالت می توان از آموزش و تست یک شبکه عصبی برای تابع هدف استفاده کرد. ولی مشکل جدی در این حالت زمان بسیار طولانی مورد نیاز برای اجرای برنامه است. بنابراین انتخاب تابع هدف مناسب برای انتخاب ویزگی با استفاده از الگوریتم های تکاملی مسئله بسیار مهمی است.

کلیدواژه‌ها:

انتخاب ویژگی، پردازش تصویر، استخراج ویژگی، طبقه بندی، الگوریتم تکاملی

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-ELECTRICA02-ELECTRICA02_082.html
کد COI مقاله: ELECTRICA02_082

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:
سیدمحمودی, محسن؛ مهدی مزینانی و راحیل حسینی، ۱۳۹۴، بکارگیری روش های انتخاب ویژگی در پردازش تصاویر دیجیتال، همایش مهندسی برق، مخابرات پزشکی و پژوهشهای نیاز محور با محوریت دستاوردهای نوین در علوم مهندسی، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-ELECTRICA02-ELECTRICA02_082.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: (سیدمحمودی, محسن؛ مهدی مزینانی و راحیل حسینی، ۱۳۹۴)
برای بار دوم به بعد: (سیدمحمودی؛ مزینانی و حسینی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Rezaee, M. R., Goedhart, B., Lelieveldt, B.P.F., Reiber, J.H.C., "Fuzzy ...
  • Kittler, J., Chen, C. H., "Feature set search algorithms, pattern ...
  • Kanan, H.R., Faez, K., Aghdam, M.H., "Face recognition system using ...
  • Zhao, J., Wang, G., Wu, Z., Tang, H., Li, H., ...
  • Pudil, P., Novovicova, J., Kittler, J., "Floating search methods in ...
  • Wang, X., Yang, J., Teng, _ Xia, W., Jensen, R., ...
  • Chen, Y., Miao, D., Wang, R., _ rough set approach ...
  • Bezdek, J.C., "Patter Recognition with Fuzzy Object Fuzzy Object Function ...
  • S ivagaminathan, R.K., Ramakrishnan, S., "A hybrid approach for feature ...
  • Deriche, M., :Feature Selection using Ant Colony Optimization", 6th International ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۱۲۵۴
    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.