جمال قاسمی - کارشناسی ارشد مهندسی الکترونیک دانشگاه مازندران
رضا قادری - استادیار دانشکده برق و کامپیوتر دانشگاه مازندران
ابوالفضل رنجبرنوعی - استادیار دانشکده برق و کامپیوتر دانشگاه مازندران

هدف اصلی این مقاله کلاسه بندی دانه های شن و ماسه از روی تصاویر دیجیتالی می باشد. در این مقاله ضریب درستی تصمیم در کلاسه بندی با ترکیب نتایج کلاسه بندی روی و یژگیهای مجزا افزایش قابل ملاحظه ای پیدا می کند. جهت روشن شدن موضوع و بررسی نتایج، از 75 تصویر از دانه های شن و ماسه که در 5 کلاس اصلی تقسیم بندی شده بودند، استفاده شده است. ابتدا بدون در نظر گرفتن کلاسهای اصلی اطلاعات، با استفاده از یک ویژگی، عمل خوشه بندی انجام پذیرفت. نتیجه خوشه بندی، کلاسهایی شده است که لزوماً با کلاسهای اصلی برابر نیستند. با توجه به همپوشانی کلاسها، نتایج خوشه بندی مورد کاوش قرار گرفته و نحوه پراکندگی کلاسهای اصلی در روی کلاسهای فرعی استخراج شدند. از این نتایج به عنوان مرجعی در مرحله آزمایش استفاده شده است. در مرحله آزمایش با توجه به میزان مشابهت نمونه ها به کلاسهای بدست آمده از روی خوشه بندیهای مختلف، آن نمونه به یکی از کلاسهای فرعی نسبت داده می شود، سپس باتوجه به مرجع ذکر شده از مرحله آموزش، طی الگوریتمی، احتمال عضویت در کلاس های اصلی به دست می آید. در نهایت برای بهبود کیفیت کلاسه بندی، جوابهای بدست آمده از روی ویژگیهای مختلف، با هم ترکیب می شوند. روش ارائه شده علاوه بر افزایش قابل توجه در نرخ درستی انتخاب، باعث بهبود در قابلیت تصمیم گیری درست نیز شده است.

کلاسه بندی اطلاعات، خوشه بندی اطلاعات، ترکیب نتایج