یک انتخاب ویژگی مبنی بر الگوریتم ژنتیک و پارامترهای بهینه سازی برای ماشین بردار پشتیبان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 564

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF03_241

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

ماشین بردار پشتیبان یکی ازتکنیکهای جدید برای طبقه بندی الگو در بسیاری از موارد استفاده در زمینه های کاربردی شالوده پارامترهای وضع برای svm در یک پروسه اموزش برخورد رویدقت طبقهبندی انتخاب ویژگی هست یک فاکتور دیگه در برخورد دقت طبقه بندی؛ منظور از این تحقیق هست بهینه سازی پارامترهای ویژگی زیر مجموعه بدونه پست کننده svm دقت طبقه بندی ما الگوریتم ژنتیک موجود ما نزدیک شده به هدف انتخاب ویژگی و بهینه سازی پارامترها برای حل این مشکل از ما آزمایش کردیم دیتا ستهای واقعی جهان را که استفاده می شود در الگوریتم پیشنهاد شده و نزدیک به الگوریتم شبکه متد سنتی وابسته به پارامترهای تحقیق مقایسه کرده شده است.

نویسندگان

سمیرا نیکنام خواجه پاشا

دانشگاه آزاد ارومیه

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 :
  • Bradley, P. S., & Mangasarian, O. L. (1998). Feature selection ...
  • An .(2000) .ل http ://www.csie. tu _ ed _ .tw/-cj ...
  • identification of p h otosynth esis-specific genome features. Second IEEE ...
  • نمایش کامل مراجع