CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارائه یک رویکرد ترکیبی از یادگیری و کدگذاری خلوت برای طبقهبندی تصاویر

عنوان مقاله: ارائه یک رویکرد ترکیبی از یادگیری و کدگذاری خلوت برای طبقهبندی تصاویر
شناسه ملی مقاله: CSITM02_157
منتشر شده در دومین همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات در سال 1394
مشخصات نویسندگان مقاله:

محمد نژاده - عضو هیأت علمی و عضو باشگاه پژوهشگران،دانشگاه آزاد اسلامی واحد فومن و شفت.
فرزانه فهمانی ارشد - استاد مدعو، دانشگاه آزاد اسلامی واحد فومن و شفت.
فرزاد فهمانی ارشد - مهندسی تکنولوژی نرم افزار،دانشگاه آزاد اسلامی واحد فومن و شفت

خلاصه مقاله:
در این مقاله یک رویکرد جدید طبقهبندی مبتنی بر نمایش خلوت و متد یادگیری عصبی – فازی پیشنهاد شده است، تا بتواند به مقابله با مسئله طبقهبندی تصویر تحت چارچوب یادگیری چند نمونهایMIL بپردازد. ابتدا هر نمونه از تصویر به صورت یک ترکیب خطی خلوت از تمامی بردارهای پایه دیکشنری ارائه میشود و سپس تصویر با یک بردار ویژگی ارائه شده که از طریق نمایشهای خلوت از تمامی نمونههای موجود در تصویر به دست میآید. سپس متد یادگیری عصبی – فازی استفاده میشود تا به حل مسئله طبقهبندی بپردازد. نتایج تجربی برروی مجموعه دادههای CORELبرتری متد پیشنهادی را از لحاظ دقت طبقتهبندی نسبت به دیگر متدها نشان میدهد

کلمات کلیدی:
طبقهبندی تصاویر، یادگیری چندنمونهای، نمایش خلوت، متد عصبی – فازی، استنتاج فازیsugeno

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/422918/