بهینه سازی پارامترهای ماشین بردار پشتیبان مبتنی بر الگوریتم رقابت استعماری
Publish place: 12th Iranian Conference on Intelligent Systems
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,441
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS12_150
تاریخ نمایه سازی: 11 مرداد 1393
Abstract:
ماشینهای بردار پشتیبان یک روش دسته بندی معروف و قدرتمند باکاربردهای بسیارمتنوع می باشد. تنظیم بهینه پارامترهای ماشین بردارپشتیبان نقش مهمی در عملکرد و دقت دسته بندی دارد. هدف در این مقاله بدست آوردن مقادیر بهینه پارامترجریمه خطا C و پارامتر تابع هستهYبا بهره مندی از قدرت جستجوی الگوریتم رقابت استعماری می باشد که در این مقاله به آنICA-SVMگفته می شود. الگوریتم رقابت استماری یک الگوریتم بهینه سازی جدید می باشد که از تکامل رفتار اجتماعی و سیاسی کشورها الهام گرفته شده است. به عنوان دو مسئله متداول تشخیص الگو با ابعاد ویژگی « داده های بیماری قلب » و « داده های سرطان سینه » دو مساله دسته بندی متفاوت برای سنجش کارایی دسته بندی کننده پیشنهادی در نظر گرفته شده اند. روش پیشنهادی با روش جستجوی شبکه که ازروشهای متداول جستجو مقادیر پارامترهای ماشین بردار پشتیبان می باشد، روش ژنتیکGA-SVMو روش بهینه سازی گروه ذرات PSO-SVM مقایسه گردیده است. نتایج پیاده سازی ها نشان می دهد که دقت دسته بندی روش پیشنهادی ازروش جستجوی شبکه بهتر و قابل مقایسه و اندکی بهتر از روش ژنتیک وروش بهینه سازی گروه ذرات می باشد
Keywords:
Authors
زهرا عصارزاده
دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر،دانشکده فنی مهندسی، دانشگاه اصفهان، اصفهان
سیدامیرحسن منجمی
گروه مهندسی کامپیوتر،دانشکده فنی مهندسی، دانشگاه اصفهان، اصفهان
پیمان معلم
گروه مهندسی برق،دانشکده فنی مهندسی، دانشگاه اصفهان، اصفهان
سیدمهدی هاشمی
گروه مهندسی برق،دانشکده فنی مهندسی، موسسه آموزش عالی پیام گلپایگان، گلپایگان
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 :