A Fuzzy Classifier Based on Imperialist Competitive Algorithm
محل انتشار: اولین کنفرانس بازشناسی الگو و پردازش تصویر ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,005
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IPRIA01_128
تاریخ نمایه سازی: 11 مرداد 1393
چکیده مقاله:
Fuzzy classifiers as a kind of fuzzy systems are powerful approaches in pattern recognition tasks. Each fuzzy classifier includes important parameters which play effectiveroles on its performance. Type and locations of membership functions, in addition to optimum number of fuzzy rulescontaining suitable antecedents and consequents are most important of these structural parameters. Usually, the major problem in design and implementation of fuzzy classifiers isoptimum setting up of these parameters, to reach the best performance. In this paper, membership function shapes andthe fuzzy rules of fuzzy systems are adjusted by using a Imperialist Competitive Algorithm (ICA) in order to obtain an optimal fuzzy system. Extensive experimental results are presented to show the effectiveness and powerfulness of the proposed method
کلیدواژه ها:
نویسندگان
Hossein Askari
Department of Electrical Engineering, Faculty of Engineering,Birjand University, Birjand, Iran
Seyed-Hamid Zahiri
Department of Electrical Engineering, Faculty of Engineering,Birjand University, Birjand, Iran
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 :