بهبود حل مسئله تک کلاسه با استفاده از توصیف داده بردار پشتیبان
- سال انتشار: 1394
- محل انتشار: هفتمین کنفرانس ملی مهندسی برق و الکترونیک ایران
- کد COI اختصاصی: ICEEE07_641
- زبان مقاله: فارسی
- تعداد مشاهده: 869
نویسندگان
دانشگاه آزاد اسلامی فردوس، ایران
دانشگاه آزاد اسلامی فردوس، ایران
دانشگاه آزاد اسلامی فردوس، ایران
دانشگاه آزاد اسلامی فردوس، ایران
چکیده
امروزه مسئله کلاس بندی تک کلاسه کاربرد بسیار وسیعی در تفکیک یک نوع خاص داده با کل داده های پیرامونش پیدا نموده است.یکی از روش های مهم در این زمینه توصیف داده بردار پشتیبانی (SVDD) است. SVDD فقط از نمونه های مثبت استفاده میکند تا به دستگاه محاسب و پیشبینی کننده بیاموزد که آیا یک نمونه مثبت است یا منفی. زمانی که کسری از نمونه های منفی موجود باشد، انتظار می رود که عملکرد SVDD بهبود یابد. SVDD-neg در بعضی موارد یعنی زمانی که نمونه های منفی وجود دارند، از SVDD بدتر می شود. SVM معمولی، معمولا از تعداد زیادی بردار پشتیبان ناشی می شود، چرا که تمام نمونه های آموزش در طرف اشتباه از حاشیه خود به بردار پشتیبان تبدیل می شوند و متغیرها لغزان آن نمونه ها را بر روی مرزهایشان می کشند. با این حال، روش پیشنهادی بطور قابل توجهی تعداد بردارهای پشتیبان را کاهش میدهد چرا که تنها تعداد کمی از نمونه های آموزشی در طرف اشتباه از حاشیه شان را بر روی مرزها برای تبدیل به بردار پشتیبان میکشند. در این مقاله، یک الگوریتم جدید "SVM-SVDD" ارائه شده است که در آن هم ماشین بردار پشتیبان بهبود یافته و SVDD برای حل مسئلهتوصیف داده با نمونههای منفی استفاده شده است. نتایج آزمایشی نشان میدهد که SVM-SVDD از SVDD-neg هم از جهت زمان آموزش و هم از نظر صحت و دقت بهتر میباشدکلیدواژه ها
ماشین بردار پشتیبان، توصیف داده بردار پشتیبان، مسئله تک کلاسهاطلاعات 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.