روشSVMبرای دسته بندی داده های فازی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 865

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICFUZZYS10_023

تاریخ نمایه سازی: 9 شهریور 1391

چکیده مقاله:

روشSVM به عنوان یکی از روش های دسته بندی داده ها از نقاط اشتراک بین تحقیق در عملیات و داده کاوی است و زمانی که برخی از داده ها نادقیق باشند، نظریه مجموعه های فازی نیز به این مبحث راه می یابد. در این مقاله روشی برای دسته بندی برخی داده های فازی با استفاده از روشSVMارائه شده است. برای این منظور ابتدا یکی از مدل های روش SVM دردسته بندی داده های معمولی بیان شده است. در ادامه، روش مذکور برای دسته بندی داده ها در حالت فازی تعمیم داده می شود. در پایان بایک مثال و ارائه نتیجه، خوبی روش ذکر شده نشان داده شده است.

کلیدواژه ها:

تابع عضویت فازی ، دسته بندی داده هاSVMبرنامه ریزی غیر خطی ، دوگان

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 :
  • S. Abe, T. Inoue, Fuzzy support vector machines for multiclass ...
  • M.S. Bazaraa, H.D. Sherali, C.M. Sherali, Nonlinear Programing, John Wiley ...
  • C. Burges, A tutorial on support vector machines for pattern ...
  • H.-P. Huang, Y.-H. Liu, Fuzzy support pector machines for pattern ...
  • C.-F. Lin, S.-D. Wang, Fuzzy Support Vector Machines, IEEE Transactions ...
  • Y. Petg, G. Kou, Y. Shi, Z. Chen, A multi-criteria ...
  • _ V. Vapnik, S. E. Golowich, A. Smola, Support 6ector ...
  • نمایش کامل مراجع