دسته بندی شبکه عصبی مصنوعی با استفاده از الگوریتم فرا ابتکاری پروانهی سلطان
محل انتشار: اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 400
فایل این مقاله در 8 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:
CEITECH01_155
تاریخ نمایه سازی: 17 آبان 1396
چکیده مقاله:
از مهمترین ویژگی های یک دسته بند، دقت بالا در پیش بینی و تعیین دسته داده ها است. شبکه های عصبی یکی از انواع دسته بندهایی هست که می تواند دقت بالایی در مدلسازی فراهم کند. به همین دلیل الگوریتم های متفاوتی مانند پس انتشار خطا و الگوریتم های فراابتکاری جهت آموزش وزن های شبکه های عصبی ارایه شده است. در این مقاله از الگوریتم فراابتکاری جدید پروانه سلطان جهت فرایند آموزش وزن های شبکه عصبی استفاده شده است. عملکرد روش پیشنهادی بر روی مجموعه داده iris آزمایش شده و نتایج حاصل از مقیاس با پنج روش نشان داد که دقت دسته بندی روش پیشنهادی به طور قابل توجهی بیشتر ومیانگین مربعات خطای آن کمتر است.
کلیدواژه ها:
نویسندگان
نیلوفر بهفر
دانشجوی کارشناسی ارشد گروه کامپیوتر، گرایش نرم افزار، سنندج، دانشگاه آزاد اسلامی، واحد سنندج
سیدامیر شیخ احمدی
عضو هییت علمی دانشگاه آزاد اسلامی سنندج، سنندج
فایق ظاهری
عضو هییت علمی دانشگاه آزاد اسلامی سنندج، سنندج