ارایه الگوی جدیددرشناسایی خودرو از نظر امنیت وآسایش با الگوریتم های هوشمند

امروزه صنعت خودرو درکانون توجه مصرف کنندگان قرارگرفته است و کیفیت ارایه محصول عنصری ضروری و واجب دربازارهای رقابت فعلی محسوب میش ود امنیت و آسایش از معیارها و پارامترهای اصلی درانتخاب خودرو اتومبیل محسوب میشود به همین منظور از دیتاست استاندارد Car با 6 ویژگی و 1728 نمونه متفاوت استفاده شدها ست دراین مقاله با استفاده از الگوریتمهای هوشمند Naive Bayse ، SVM ، J48 ، Random Forest و همچنین ترکیب این الگوریتم ها با دسته بندهای مجتمع Bagging AdaBoostM1 سعی کرده ایم تا اتومبیل با بهترین ویژگی را انتخاب کنیم بطوریکه دقت و سرعت عمل الگوریتمهای هوشمنددرتشخیص بهترین خودرو اتومبیل دراین مقاله مورد نظر قرارگیرد نتایج شبیه سازی نشان میدهد دسته بند کننده مجتمع AdaBoostM1 با متد J48 درزمان 0.45 ثانیه و دقت بیش از 96 درصد بهترین دقت درشناسایی خودرو اتومبیل از نظر امنیت و آسایش را دارا می باشد.

کلیدواژه ها:

الگوریتم های هوشمند ، تشخیص الگو ، aive Bayse ، SVM ، J48 ، Random Forest ، Bagging AdaBoostM1