استخراج قواعدموثروانتخاب ویژگی درطبقه بندی کننده های فازی بااستفاده ازروش بهینه سازی نیروی مرکزی

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 650

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IPRIA01_010

تاریخ نمایه سازی: 11 مرداد 1393

Abstract:

یکی ازروشهای مطرح درزمینه طبقه بندی الگو استفاده ازطبقه بندی کننده های فازی می باشددراین طبقه بندها یافتن ساختاربهینه باحداکثر کارایی وحداقل پیچیدگی ازنکات مهم درطراحی است به همین دلیل اموزش طبقه بندی کننده فازی یک مسئله بهینه سازی محسوب میشود دراین مقاله دوطبقه بندی کننده فازی طراحی شده که برای اموزش ساختارهردوازروش بهینهسازی نیروی مرکزی استفاده شده است که درطراحی یک فقط استخراج قواعد موثربرای رسیدن به حداکثرکارایی و دردیگری استخراج قواعد موثروانتخاب ویژگی بطور همزمان برای کاهش پیچیدگی سیستم با حفظ کارایی آن انجام یمشود برای دستیابی به این مهم موارد ذکر شده با نوعی کدگذاری عددی به عنوان پروب درروش بهینه سازی نیروی مرکزی شناخته میشوند عملکرد روش پیشنهادی توسط ازمایش برداده های مشهور درپردازش الگو ازمایش شد ونتایج حاصل توانایی روش بهینه سازی نیروی مرکزی رادراموزش تحت سرپرستی طبقه بندی کننده فازی تایید می کند و نیز مقایسه نتایج بدست امده ازدوطبقه بندی کننده طراحی شده کارایی سیستم باپیچیدگی کمتر را نشان میدهد

Keywords:

استخراج قواعد , انتخاب ویژگی , روش بهینه سازی نیروی مرکزی cFo , طبقه بندی کننده فازی

Authors

سعیده شیخ پور

دانشجوی کارشناسی ارشدمهندسی الکترونیک دانشگاه بیرجند

سیدحمید ظهیری

دانشیارگروه مهندسی الکترونیک و مخابرات دانشگاه بیرجند

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 :
  • براران 16 تا 18 اسفند (1391 ...
  • _ _ _ the 2007 ACN symposium on Applied computing, ...
  • Yager R. R., , "An Extension Of The Naive Bayesian ...
  • Yuan Y. F., Shaw M.J., «Induction of fuzzy decision trees", ...
  • Yi X. Z., Yong Z. et al, 0Construct interpretable fuzzy ...
  • Chakraborty D., Pal N. R., _ Neuro-Fuzzy scheme for simultaneous ...
  • Xing Y-Z. et al, "Constructiot of fuzzy classification system ...
  • _ _ _ of evolutionary fuzzy systems", IEEE Transaction On ...
  • Ishibuchi H., Nakashima T. Murata T., _ Three-objective ...
  • Rania C.. Deepa S.N., "PSO with Mutation for Fuzzy Classifier ...
  • Chen Ch. Ch. " Design of PSO-based fuzzy classification _ ...
  • Formato R. _ 0Central Force Optimization: A New _ _ ...
  • Formato R. A. "Central force optimisation: a new gradient- like ...
  • Setnes M., Roubos H., ...
  • Transaction On Fuzzy Systems, vol.8, no. 5, pp. 509-522, 2000. ...
  • ZAhiri S.H., "Swarm Intelligence and Fuzzy Systems", _ Technology and ...
  • Qubati G., ،Central Force Optimization Method and Its Application to ...
  • Qubati G. M., and Dib N. I., "Microstrip Patch Antennt ...
  • Asi M. J. and Dib N. I., "Design of Multilayer ...
  • Blake C. L, Merz C. J., UCI repository of Machine ...
  • نمایش کامل مراجع