یک روش تبدیل ویژگی مبتنی بر الگوریتم بهینه سازی ذرات برای کمینه کردن خطای کلاس بندی ماشین بردار پشتیبان
محل انتشار: دوازدهمین کنفرانس ملی سیستم های هوشمند ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 557
فایل این مقاله در 6 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:
ICS12_021
تاریخ نمایه سازی: 11 مرداد 1393
چکیده مقاله:
در بازشناسی الگو یکی از روش های افزایش دقت بازشناسی، بهرهگیری از روش های متمایز ساز است. این روش ها یا به صورت تبدیل متمایزساز بر ویژگی ها بکار می روند یا از روش های یادگیر متمایزساز برای آموزش دسته بند استفاده می کنن د. درمقاله حاضر پیشنهاد می شود که یک روش ازخانواده تبدیلهای متمایز ساز خطی نخست برای تبدیل ویژگی ها بکار رود و سپس ماشین بردار پشتیبان برای ویژگی های تبدیل یافته آموزش ببیند تا به این ترتیب دو معیار تمایز میان کلاسی و ماکزیمم حاشیه برای متمایز سازی بکار رود و ضمن آموزش بهتر ماشین بردار پشتیبان، درصد بازشناسی آن نیز بهبود یابد. همچنین، برای هماهنگ کردنمعیار تبدیل ویژگی و نیز معیار دسته بندی ماشین بردار پشتیبان روشی برای تبدیل ویژگی با استفاده از الگوریتم بهینه سازی ازدحام ذراتPSO) پیشنهاد می شود که معیار تبدیل آن کمینه کردن خطای دسته بندی ماشین بردار پشتیبان است. ارزیابی بر روی دادگان UCI نشان میدهد که استفاده از تبدیل های متمایزساز به همراه ماشین بردار پشتیبان در اکثر موارد منجر به بهبود دقت بازشناسی ماشین بردار پشتیبان می شود . علاوه بر آن، استفاده از تبدیل ویژگی پیشنهادی مبتنی بر الگوریتم بهینه سازی ازدحام ذرات ، دقت دسته بندی بهتری نسبت به روش های مذکور دارد
کلیدواژه ها:
نویسندگان
فاطمه حسین خانی
دانشجوی کارشناسی ارشد هوش مصنوعی ، دانشگاه آزاد اسلامی قزوین ، واحد قزوین ، دانشکده برق ، رایانه و فناوری اطلاعات ، قزوین ، ایران
بابک ناصرشریف
دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی خواجه نصیر طوسی ، تهران ، ایران
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 :