بهبود دقت درخت تصمیم با استفاده از انتخاب ویژگی در تشخیص قارچ سمی و خوراکی
Publish place: Conference on Computer Engineering and Sustainable Development with a focus on computer networking, modeling and systems security
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,853
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CESD01_124
تاریخ نمایه سازی: 25 اسفند 1392
Abstract:
مقاله های علمی روش های مختلفی برای تشخیص مجموعه قارچ های سمی و خوراکی ارائه نموده اند، شبکه های عصبی قوانین منطقی و الگوریتم های مختلف یادگیری ماشین از آن جمله اند. الگوریتم مورد استفاده در این مقاله درخت تصمیم می باشد. ایده اصلی در این مطالعه انتخاب بهترین ویژگی ها با بهره گیری از ارزیابی کننده های مختلف ویژگی می باشد هدف از این مطالعه کاهش زمان آموزش آزمایش و تصمیم گیری الگوریتم است. نتایجی که با استفاده از متدهای مختلف ارزیابی ویژگی ها به دست آمد متفاوت و بهتر از روش های قبلی است، همچنین انتخاب نسبت اندازه مجموعه های آموزش و آزمایش مورد بررسی قرار گرفت و نتایج نهایی نشان داد انتخاب مناسب نسبت نمونه های مجموعه آموزش و آزمایش در کاربرد های مختلف می تواند باعث افزایش دقت گردد. مجموعه داده استفاده شده در این مقاله قارچ های سمی و خوراکی از پایگاه داده معتبر UCI می باشد.
Keywords:
Authors
نیره قهرمان
آموزشکده فنی حرفه ای پسرانه سما واحد خوراسگان
سمیه نوری
آموزشکده فنی حرفه ای پسرانه سما واحد خوراسگان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :