طبقه بندی چند منظوره شبه الکترومغناطیسی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 542

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:

IPRIA02_057

تاریخ نمایه سازی: 28 شهریور 1394

چکیده مقاله:

هدف اصلی در طرح طبقه بند و تخمین توابع تصمیم، ریدن به نرخ تشخیص صحیح بالا در فاز آموزش است. در حالیکه پارامتر قابلیت اطمینان تصمیمات اتخاذ شده توسط یک طبقه بند، نقش مهمی در ارزیابی یک طبقه بند دارد. یک عامل مؤثر در نرخ تشخیص صحیح و قابیت اطمینان مناسب، تعیین تعداد بهینه توابع تصمیم است. در این مقاله به کمک ی الگوریتم فراابتکاری سعی شده است تا نرخ تشخیص صحیح وقابلیت اطمینان طبقه بند با تخمین تعداد بهینه توابع تصمیم بهبود یابد. کارآیی روش پیشنهادی ر روی سه مجموعه داده معروف در کاربردهای شناسایی الگو سنجیده شده است.

کلیدواژه ها:

نویسندگان

سیدعلی احمدی

دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند

ناصر مهرشاد

دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند

سیدمحمد رضوی

دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، 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 :
  • Hastie, Tibshirani, Discriminat Adaptive Nearest Neighbor Classification, wiley , 1996 ...
  • Duda, Hart , Stork, Pattern Classification. Wiley 2000 ...
  • S.H. Zahiri and s.A. Seyedin, "Particle Swarm classifiers, " Proc. ...
  • S.H. Zahiri and S. A. Seyedin, "Intelligent particle Swarm classifier, ...
  • S.H. Zahiri and S.A. Syedin, "Swarm intelligence based classifiers, " ...
  • Birbil, S. I. and S. C. Fang, 2003, An electromagnetis ...
  • Gol-Alikhani, M. Javadian and Tavakkol Moghadam, 2009, A novel hybrid ...
  • C. Zhang, X. Li, L. Gao and Q. Wu, 2013, ...
  • _ _ _ _ t _ _ _ method for ...
  • _ _ _ pp. 1051-1056, May 2002. ...
  • S.L. Ho, S. Yang, N. Guangzheng, E.W.C. Lo, and H.C. ...
  • C.A.C. Coello, G.T. Pulido, and M.S. Lechuga, " Handling multiple ...
  • V. L. Huang, S. Z. Zhao, R. Mallipeddi and P. ...
  • _ _ _ _ _ _ Interhational Journal of Computational ...
  • D. Ruta and B Gabrys, "Classifier Selection for Majority Voting", ...
  • J. T. Tou and R. _ Gonzalez, Pattern Recognition Principles, ...
  • D. Lei, "A pareto archive paticle Swarm optimization for multi ...
  • P. K. Tripathi, S. Bandyopadhyay and S. _ Pal, "Multi ...
  • K. P RADITWON, x. Yao, _ A New Mult objective ...
  • T. Murata and H I shibuchi, "MOGA: Multi objective genetic ...
  • Multi objective "ه [21] D. A. Veldhuizen and G. B. ...
  • Y. Jin, M. Olhopher, B. Sendhoff, "Dynamic weighted aggregation for ...
  • _ _ _ _ _ Evolutionary Computation, 2001. ...
  • D.J. Strausberger, F.D. Garber, N.F. Chamberlain, and E.K. Walton, "Modeling ...
  • M.A. Morgan, "Target I.D. using natural resonance, a new concept ...
  • ] N.F. Chamberlain, E.K. Walton, and F.D. Garber, "Radar target ...
  • M. R. Bell, and R.A. Grubbs, "JEM modeling and measurement ...
  • J. Martin and B. Mulgrew, "Analysis of the theoretical radar ...
  • نمایش کامل مراجع