ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

ارائه روش جدید نمونه گیری مبتنی بر رتبه بندی نمونه ها و خوشه بندی کاهشی

سال انتشار: 1392
کد COI مقاله: CESD01_028
زبان مقاله: فارسیمشاهده این مقاله: 1,156
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه روش جدید نمونه گیری مبتنی بر رتبه بندی نمونه ها و خوشه بندی کاهشی

محبوبه مهدی زاده - دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه شهید باهنر کرمان
مهدی افتخاری - عضو هیات علمی دانشگاه شهید باهنر کرمان

چکیده مقاله:

در مسائل طبقه بندی تعداد نمونه های هر کلاس می تواند متفاوت باشد در مسائل طبقه بندی باینری، مساله عدم توازن هنگامی رخ می دهد که یک کلاس تعداد نمونه های بسیاری دارد در حالی که کلاس دیگر توسط تعداد نمونه های کمی نمایش داده می شود. در این مقاله بر روی روش های under-sampling (نمونه گیری از داده های با کلاس اکثریت) تمرکز می کنیم در روش پیشنهادی ابتدا با استفاده از روش خوشه بندی کاهشی، نمونه های اکثریت را به تعدادی خوشه تقسیم و سپس با رتبه بندی نمونه های هر خوشه، تعدادی نمونه انتخاب می کنیم. نمونه های اکثریت انتخاب شده با همراه نمونه های اقلیت، مجموعه داده نهایی را تشکیل می دهند. آزمایش را بر روی 20 مجموعه داده از مجموعه داده های KEEL اجرا و سپس نتایج بدست آمده را با استفاده از تست های آماری تحلیل می کنیم. نتایج حاصل نشان می دهد که کارایی الگوریتم طبقه بندی با استفاده از روش پیشنهادی بهبود می یابد.

کلیدواژه ها:

طبقه بندی نامتوازن، رتبه بندی نمونه، خوشه بندی کاهشی، نمونه گیری

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_028 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/238855/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مهدی زاده، محبوبه و افتخاری، مهدی،1392،ارائه روش جدید نمونه گیری مبتنی بر رتبه بندی نمونه ها و خوشه بندی کاهشی،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/238855

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، مهدی زاده، محبوبه؛ مهدی افتخاری)
برای بار دوم به بعد: (1392، مهدی زاده؛ افتخاری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • T. S. Lee, and I. F. Chen, A two-stage hybrid ...
  • Q. Yang and X. Wu, 10 challenging problems in data ...
  • V. Lopez, A. Fernandez, J. G. Moreno -Torres, and F. ...
  • H. Yu, J. Ni, and J. Zhao, ACOSampling: An ant ...
  • _ J. Berlanga, A. Rivera, M. J. del Jesus, F. ...
  • J. Alcala, A. Fernandez, J. Luengo, J. Derrac, S. Garcia, ...
  • A. Estabrooks, T. Jo, and N. Japkowicz, A multiple resampling ...
  • S.-J. Yen and Y.-. Lee, Cluster-based under- sampling approaches for ...
  • I. Tomek, Two modifications of CNN, IEEE Transactions _ Systems, ...
  • P.E. Hart, The Condensed Nearest Neighbor Rule, IEEE Transactions _ ...
  • J. Liang, L. Bai, C. Dang, and F. Cao, The ...
  • H. Izakian, and A. Abraham, Fuzzy C-means and fuzzy swarm ...
  • D.-W. Kim, K. Lee, D. Lee, and K. H. Lee, ...
  • M.-Y. Chen, A hybrid ANFIS model for business failure prediction ...
  • Y. Sun, M. S. Kamel, A. K. Wong, and Y. ...
  • J. Laurikkala. Improving Identification of Difficult Small Classes by Balancing ...
  • S. Yen, Y. Lee. Under- sampling approaches for improving prediction ...
  • M. Kubat, S. Matwin. Addressing the curse of imbalanced training ...
  • M. Cortina-Borja, Handbook of Parametric and Nonparametric Statistical Procedures, ed: ...
  • S. Garcia, A. Fernandez, J. Luengo, and F. Herrera, Advanced ...
  • S. Holm, A simple sequentially rejective multiple test procedure, Scandinavian ...
  • H. Finner, On a monotonicity problem in step-down multiple test ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 16,298
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی