تشخیص روبات های وب بر مبنای شبکه عصبی GMDH و الگوریتم بهینه سازی توده ذرات

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 976

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:

EMECCONF03_093

تاریخ نمایه سازی: 7 مهر 1398

چکیده مقاله:

روباتهای وب برنامه هایی برای استخراج دانش از صفحات وب هستند که کار خود را با تعدادی صفحه آغاز کرده و به صورت بازگشتی تمام اسناد قابل دسترسی از این صفحات را بازدید می کنند. برخی از این روبات ها مخرب هستند. بنابراین تشخیص روبات های وب از جمله چالش ها در زمینه دسته بندی است. در این تحقیق به ارائه یک روش ترکیبی جدید بر مبنای الگوریتم کلونی زنبور، شبکه عصبی GMDH و الگوریتم PSO با هدف افزایش کارایی در تشخیص روبات های وب پرداخته شده است. از الگوریتم کلونی زنبور جهت انتخاب ویژگی و از الگوریتم PSO جهت بهبود ضرایب چندجمله ای در GMDH استفاده شده و جهت شبیه سازی نتایج نیز از نرم افزار متلب استفاده گردیده است. نتایج روش پیشنهادی با الگوریتمهای GMDH و PSO، به تنهایی مقایسه شده است. معیارهای مورد مقایسه در این تحقیق، دقت، ویژگی و حساسیت می باشند. نتایج حاکی از برتری روش پیشنهادی در معیارهای مورد بررسی نسبت به الگوریتمهای مورد مقایسه در این تحقیق است.

کلیدواژه ها:

نویسندگان

مهدی جنگجو

دانشگاه آزاد اسلامی

مرتضی رموزی

دانشگاه آزاد اسلامی

حمیده بابایی

دانشگاه آزاد اسلامی