سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,384

This Paper With 10 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ITCC01_292

Index date: 28 March 2016

انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO abstract

انتخاب ویژگی یکی از بخش های مهم در بازشناسی الگو است. با انتخاب ویژگی درست نرخبازشناسی درست طبقه بند افزایش می یابد. این پژوهش از الگوریتم PSO برای اختصاص وزنبالاتر به ویژگی های حاوی اطلاعات مفید استفاده می کند، اما ویژگی های غیر مرتبط نویزی وزنپایینی می گیرند. همچنین برای طبقه بندی از الگوریتم دسته بندی K-NN استفاده شده است. نتایج آزمایشات نشان می دهد که وزن دهی ویژگی ها بر اساس PSO میتواند کارایی دسته بندیالگوریتم K-NN را نسبت به روش های مهم دیگر در زمینه ی وزن دهی ویژگی افزایش دهد. روشپیشنهادی را می توان به عنوان یک الگوریتم پیش پردازش برای طبقه بندی دادهها در نظر گرفت کهبر اساس ویژگی های انتخاب شده در این روش، عمل طبقه بندی به کارایی و دقت بالاتری دستخواهد یافت.

انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO Keywords:

انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO authors

جواد حمیدزاده

عضو هیئت علمی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد، مشهد، ایران

رضا جوادزاده

دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس

ایوب نجف زاده

دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس

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 :
Cover and Hart, "Nearest neighbor pattern classification" , IEEE Transactions ...
YAN ZHAN, HAO CHEN and GUO-CHUN ZHANG, " AN OP ...
International Conference on Machine Learning and Cybernetics, Dalian, 13-16 August ...
K. Kumar Han, "Text categorization using weight adjusted knearest neighbour ...
L. Jiang, H. Zhang and Z. Cai, " Dynamic K-Ne ...
Md. Shamsul Huda, Kazi Md. Rokibul Alam _ Koushik Mutsuddi, ...
_ T.M., Van Campenhout, J.M., On the possible orderings in ...
Narendra, P.M., Fukunaga, K., A branch and bound algorithm for ...
Tahir, M.A., Bouridane, A.. Kurugollu, F. Simultaneous feature selection and ...
Kennedy, J., Eberhart, R. Particle SWarm optimization. In: Proceedings of ...
Fawcett, T. Roc graphs: Notes and practical considerations for researchers. ...
Zomorodian, M.J., Adeli, _ Sinaee, M., Hashemi, S. Improving Nearest ...
نمایش کامل مراجع

مقاله فارسی "انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO" توسط جواد حمیدزاده، عضو هیئت علمی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد، مشهد، ایران؛ رضا جوادزاده، دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس؛ ایوب نجف زاده، دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس نوشته شده و در سال 1394 پس از تایید کمیته علمی کنفرانس بین المللی پژوهش های کاربردی در فناوری اطلاعات، کامپیوتر ومخابرات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله انتخاب ویژگی، کاهش بعد ویژگی، PSO منحنی های K-NN, ROC هستند. این مقاله در تاریخ 9 فروردین 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1384 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که انتخاب ویژگی یکی از بخش های مهم در بازشناسی الگو است. با انتخاب ویژگی درست نرخبازشناسی درست طبقه بند افزایش می یابد. این پژوهش از الگوریتم PSO برای اختصاص وزنبالاتر به ویژگی های حاوی اطلاعات مفید استفاده می کند، اما ویژگی های غیر مرتبط نویزی وزنپایینی می گیرند. همچنین برای طبقه بندی از الگوریتم دسته بندی K-NN استفاده شده است. ... . برای دانلود فایل کامل مقاله انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.