CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود تنکی ضرایب به منظور افزایش دقت طبقه بندی تصاویر مبتنی بر نمایش تنک

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۲۳ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ICCONF04_116
زبان مقاله: فارسی
حجم فایل: ۴۷۰.۷۶ کیلوبایت (فایل این مقاله در ۱۳ 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 ۱۳ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود تنکی ضرایب به منظور افزایش دقت طبقه بندی تصاویر مبتنی بر نمایش تنک

  فاطمه بینائی - دانشجوی کارشناسی ارشد دانشگاه غیرانتفاعی پاسارگاد

چکیده مقاله:

طی دهه اخیر، پردازش تنک سیگنال های به عنوان ا بزاری قدرتمند و جایگزینی کارا برای تبدیل های کلاسیک، توجه زیادی را به خود جلب کرده است. روش های مبتنی بر نمایش تنک سیگنال، از مباحث تئوری بهینه سازی نرم اصفر به حوزه بیتایی ماشین نیز وارد شده است. استفاده از نمایش تنک سیگنال ها در مسائل طبقه بندی نتایج موفقیت آمیزی به همراه داشته است. در این مقاله روش طبقه بندی جدید دو مرحله ای مبتنی بر نمایش تنک مورد توجه قرار گرفته است. در این روش جهت بهبود ضرایب تنک متناظر با داده های آزمون ابتدا وزن دهی مناسب با بهره گیری از کرنل گوسی صورت گرفته و سپس خطای داده ی بازسازی شده تعیین می گردد. در مرحله ی بعد مجموع ضرایب تنک اصلاح شده متاظر با هر طبقه به عنوان میزان شباهت داده ی آزمون با دادگان آموزشی محاسبه می گردد. نهایتا با ادغام وزن دار نتایج دو مرحله، میزان معیار نهایی تعیین می گردد. برای ارزیابی عملکرد روش پیشنهادی، از 3 پایگاه داده Yale و Caltech Leaves ،COIL-20 استفاده نموده ایم. مقایسه ی نتایج شبیه سازی ها، حاکی از عملکرد بهتر روش طبقه بندی پیشنهادی دارد. بر مبنای انتخاب تعداد متفاوت دادگان از پایگاه های داده مورد آزمایش، جهت آموزش سیستم، حداقل بهبود نرخ خطای طبقه بندی 12/5 درصد می باشد که بیانگر عملکرد بهتر روش پیشنهادی نسبت به روش های مطرح قبلی است.

کلیدواژه‌ها:

نمایش تنک، طبقه بندی مبتنی بر نمایش تنک، بهبود ضرایب تنک، وزن دهی گوسی

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-ICCONF04-ICCONF04_116.html
کد COI مقاله: ICCONF04_116

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:
بینائی, فاطمه، ۱۳۹۷، بهبود تنکی ضرایب به منظور افزایش دقت طبقه بندی تصاویر مبتنی بر نمایش تنک، چهارمین کنفرانس ملی نوآوری و تحقیق در مهندسی برق و کامپیوتر و مکانیک ایران، تهران، موسسه آموزش عالی مهر اروند و مرکز راهکارهای دستیابی به توسعه پایدار، https://www.civilica.com/Paper-ICCONF04-ICCONF04_116.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: (بینائی, فاطمه، ۱۳۹۷)
برای بار دوم به بعد: (بینائی، ۱۳۹۷)
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: موسسه غیرانتفاعی
تعداد مقالات: ۴۲
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.