نیما حاتمی - دانشجوی کارشناسی ارشد برق - الکترونیک، دانشکده فنی مهندسی و محقق مرکز
رضا ابراهیم پور - پژوهشکده علوم شناختی، مرکز تحقیقات فیزیک نظری و ریاضیات (IPM) و استادیار گ
رضا قادری - استادیار گروه مهندسی برق، دانشکده فنی مهندسی، دانشگاه مازندران، با

روش کدهای خروجی تصحیح خطا (ECOC) یکی از الگوریتم های محبوب در ترکیب طبقه بندهاست . این روش برای حل یک مساله چند کلاسه پیچیده آنرا به تعدادی مساله دو کلاسه ساده تجزیه کرده و پس از حل مسائل دوکلاسه توسط طبقه بندهای پایه با ساختار ساده تر، با استفاده از روشهای بازسازی، جواب مساله اصلی چند کلاسه را بدست می آورد . روشهای رایج بدون توجه به تفاوت های مسائل دودویی ایجاد شده یا طبقه بندهای پایه آنها، از معیار " کمترین فاصله " برای طبقه بندی نمونه ها در مرحله بازسازی استفاده می کنند . در این مقاله برای رفع این نقص و برای تاثیر تفاوت طبقه بندهای پایه، معیار " کمترین فاصله وزندار " در مرحله بازسازی پیشنهاد شده که از الگوریتم ژنتیک برای یافتن وزنهای بهینه استفاده شده است . نتایج تجربی بر روی مساله Satimage ، کارایی روش پیشنهادی را در مقایسه با متدهای رایج بازسازی الگوریتم ECOC نشان می دهد

ترکیب طبقه بندها، الگوریتم ژنتیک، کدهای خروجی تصحیح کننده خطا ( ECOC (