بکارگیری روش بهینه سازی نیروی مرکزی دراستخراج قواعدموثروانتخاب تعدادقواعدبهینه درطبقه بندی کننده های فازی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 685

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA01_008

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

طبقه بندی کننده های فازی به دلیل عملکرد قابل قبولی که درطبقه بندی داده ها داشته اند بسیارموردتوجه واقع شده اند ازاین رو راهکارهای زیادی برای رسیدن به یک طبقه بندی کننده خوب درواقع طبقه بندی کننده ای بادقت طبقه بندی بالا و قابلیت تفسیرمناسب پیشنهاد شده است یکی ازمسائل مطرح درطبقه بندی کننده های افزی کاهش تعدادقواعد بطوریکه کارایی سیستم حفظ شود می باشد دراین مقاله برای رسیدن به این هدف ازروش بیهینه سازی نیروی مرکزی برای اسختراج قاعده بهمنظور رسیدن به دقت بالا و انخاب قاعده برای رسیدن به قابلیت تفسیرمناسب یادرحقیقت کاهش تعدادقواعد فازی بطورهمزمان استفاده شده است برای دستیابی به این مهم موارد ذکر شده بانوعی کدگذاری عددی به عنوان پروب درروش بهینه سازی نیروی مرکزی شناخته میشود ازمایشات انجام شده برسه مجموعه داده مشهوردرطبقه بندی الگو توانایی روش پیشنهادی برای طراحی طبقه بندی کننده فازی را تایید می کند

کلیدواژه ها:

استخراج قواعد ، انتخاب قاعده ، روش بهینه سازی نیروی مرکزی ، طبقه بندی کننده فازی

نویسندگان

سعیده شیخ پور

دانشجوی کارشناسی ارشدمهندسی الکترونیک دانشگاه بیرجند

سیدحمید ظهیری

دانشیارگروه مهندسی الکترونیک و مخابرات دانشگاه بیرجند

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 :
  • ظهیری، سید حمید، " بکارگیری وش بهینه‌سازی گروه ذرات در ...
  • Formato R. A., :Central Force Optimization: A New Applied ...
  • Elec tromagnetics" Progress in El ectromagnetics Research, Vol. 77, 2007, ...
  • R.A. Formato, "Central force optimization: _ deterministic gradient-like optimization metaheuristic", ...
  • Klose A, Kruse R., "Enabling Neuro-Fuzzy Classification to Learn From ...
  • Ishibuchi H., Nakashima T., Murata T., "performance System for ...
  • Multidimens ional Pattern Classification Problems", IEEE Transaction on Fuzzy System, ...
  • Shi Y., Eberhart R. and Y. Chen, _ Implementation of ...
  • Setnes M., Roubus H., :" GA-Fuzzy Modeling and Classification: Complexity ...
  • Wang C. H., Hong T, Tang S., " Integrating Fuzzy ...
  • Xing Y-Z. et al, "Construction of fuzzy classification system based ...
  • C. Rania, S.N. Deepa, "PSO with Mutation for Fuzzy Classifier ...
  • Chen Ch. Ch., " Design of PSO-based fuzzy classification systems", ...
  • Alipour H., Khosrowshah Asl E., et al, " ACO_FCR: Applying ...
  • Qubati G., :Central Force Optimization Method and Is Application to ...
  • Qubati G. M., and Dib N. I., "Microstrip Patch Antennd ...
  • Asi M. J. and Dib N. I., "Design of Multilayer ...
  • Blake C. L., Merz C. J., UCI repository of Machine ...
  • نمایش کامل مراجع