ارزیابی کارایی چهار الگوی مطرح شده برای بهبود دسته بندیکننده ها
محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,123
فایل این مقاله در 5 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:
NCSCIT02_061
تاریخ نمایه سازی: 17 اردیبهشت 1391
چکیده مقاله:
دراینم قاله تاثیر ساختارهای یادگیری ماشین و قواعد فازی را برای دسته بندی کننده ها مورد تجزیه و تحلیل قرار میدهیم دراین مبحث از تعدادی دسته بندی کننده برای آزمایش حالات و ارزیابیکارایی آنها بهره می بریم این دسته بندی کننده ها ازدرخت تصمیم سیستمهای مبتنی بر قواعد فازی شبکه های عصبی مصنوعی و شبکه های پتری فازی تشکیل شده اند مدلهای موجود از نمونه های مجموعه داده واقعی که در زمینه پزشکی کاربرد دارد جمع آوری شده و از آن برای تحلیل و ارزیابی استفاده می شود با توجه به دسته بندی کننده ها و استفاده از تکنیک های یادگیری ماشین بهترین حالت دسته بندی کننده با توجه به پایین ترین نرخ خطا درانتها نشان داده می شود.
کلیدواژه ها:
نویسندگان
فروزان امیری دوانی
گروه کامپیوتر دانشگاه آزاد اسلامی واحد دزفول
علی هارون آبادی
گروه کامپیوتر دانشگاه آزاد اسلامی واحد تهران مرکز
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 :