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

گواهی نمایه سازی مقاله یک روش برای کاهش طبقه بندی داده با استفاده از تکنیک وزن دهی در +SVM

عنوان مقاله: یک روش برای کاهش طبقه بندی داده با استفاده از تکنیک وزن دهی در +SVM
شناسه (COI) مقاله: TAES01_035
منتشر شده در کنفرانس ملی چشم انداز 1404 و پیشرفتهای تکنولوژیک علوم مهندسی در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

زهرا جعفری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشگاه پیام نور
آرش قربان نیا دلاور - عضوهیئت علمی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور

خلاصه مقاله:
در تکنیک وزن دهی +SVM، کاهش طبقه بندی داده ها یکی از موارد مهم می باشد. در این مقاله یک روش برای کاهش طبقه بندی داده ها با استفاده از تکنیک وزن دهی در +SVM را ارائه داده ایم که با درنظر گرفتن یک منبع پارامترها به تابع صلاحیتی رسیده و با پارامتر حجم داده ها و چگالی آنها توانستیم اندازه بازه ها را به گونه ای تعریف کنیم و توانسته ایم طبقه بندی را نسبت به مطالعه موردی که بررسی شده کاهش دهیم. با درنظر گرفتن پارامترهای توانستیم با قسمت بندی داده ها، داده های تکراری را کاهش داده و در نهایت با وجود آستانه در تابع هدف زمان پردازش را کاهش و سرعت را افزایش دهیم.

کلمات کلیدی:
داده کاوی (Data Mining)، ماشین بردار پشتیبان (SVM (SUPPORT VECTOR MACHINE)، طبقه بندی داده (Data Classification)، داده های تکراری (Duplicate Data)، چگالی (Density)، حد آستانه (TD)

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-TAES01-TAES01_035.html