انتخاب نمونه، انتخاب ویژگی و بهینه سازی پارامترهای SVM با استفاده از الگوریتم جستجوی گرانشی باینری جهت تشخیص بیماری صرع
- سال انتشار: 1393
- محل انتشار: دومین همایش ملی پژوهش های کاربردی در علوم کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CITCONF02_559
- زبان مقاله: فارسی
- تعداد مشاهده: 719
نویسندگان
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه هرمزگان
استادیار گروه مهندسی برق و کامپیوتر، دانشگاه هرمزگان
استادیار گروه مهندسی برق و کامپیوتر، دانشگاه هرمزگان
چکیده
در این مقاله، الگوریتم جستجوی گرانشی باینری برای انتخاب نمونه، انتخاب ویژگی و بهینه سازی پارامترهای ماشین بردار پشتیبان جهت طبقه بندی افراد سالم و بیماران مبتلا به صرع استفاده شده است. انتخاب صحیح نمونه ها، ویژگی ها و پارامترهای این طبقه بندی در نتیجه تشخیص تا حد زیادی تأثیر می گذارد. همچنین، کاهش ابعاد ویژگی ها و نمونه ها از منظر فضای لازم برای ذخیره و زمان مورد نیاز جهت اجرای الگوریتم ها یک طبقه بندی نیز حائز اهمیت می باشد. در این تحقیق از داده های EEG افراد سالم و بیماران مبتلا به صرع استفاده شده است. انتخاب نمونه، انتخاب ویژگی و بهینه سازی پارامترهای SVM به صورت هم زمان و گام به گام پیاده سازی شده است. نتایج نهایی نشان داده اند که انجام این مراحل به صورت هم زمان نسبت به گام به گام به نتایج بهتری از نظر دقت، حساسیت، خصوصیات و زمان اجرا می انجامد.کلیدواژه ها
الگوریتم جستجوی گرانشی باینری،انتخاب نمونه، انتخاب ویژگی، بهینه سازی پارامترهای طبقه بندی ماشین بردار پیشتیبان، تشخیص بیماری صرعمقالات مرتبط جدید
اطلاعات بیشتر در مورد 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.