استفاده بهینه از داده ناقص برای دسته بندی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 512

This Paper With 8 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:

BPJ02_233

تاریخ نمایه سازی: 11 آبان 1395

Abstract:

داده های دسته بندی اغلب ناقص هستند. برای دسته بندی آن ها می توان از روش ساختار ارزش چندگانه (MVCM) استفاده کرد. در این تحقیق، MVCM توسط تئوری مجموعه های فازی در زمینه دسته بندی با داده های ناپیوسته اجرا می شود. داده های فاقد ارزش با استفاده از مجموعه فازی که بر مبنای MVCM است می توانند به دسته بندی ارزش بدهند در مقابل همچنین می توانند ابهام زیادی را به همراه داشته باشند. بعلاوه اگر قیاس ارزش گمشده زیاد باشد هزینه محاسباتی برای استفاده از داده های ناقص می تواند بالا باشد. این مقاله ارتباط بین کارایی دسته بندی و استفاده از داده های ناقص را بیان می کند و یک الگوریتم برای استفاده نیمه بهینه داده ناقص برای دسته بندی پیشنهاد می کند.

Keywords:

دسته بندی , داده ناقص , داده گمشده , روش ساختار ارزش چندگانه , مجموعه فازی

Authors

زهرا همدم مؤمن

کارشناس ارشد علوم کامپیوتر، مدرس دانشگاه علمی کاربردی واحد بهشهر

عالیه السادات بشارت گیلانی

کارشناس ارشد مهندسی کامپیوتر - نرم افزار، مدرس دانشگاه آزاد اسلامی واحد صومعه سرا

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 :
  • Maximum likelihood from incomplete data via [1] Hand DJ. Discriminatio ...
  • Hand DJ. Data mining: statistics and more? PC. A thre ...
  • _ Hippel PT. Biases in SPSS 12.0 The American Statistician ...
  • classification and its application to bankruptcy Research 2005. ...
  • impact of missing data. Industrial Management prediction problem. Computers & ...
  • In: Orlowska E, editor. Incomplete [4] Kaefer F, Heilman CM, ...
  • classification to improve the timing of direct Operations ع& marketing ...
  • with incomplete information database. ACM criteria classification with an application ...
  • Lipski W. On database with incomplete Operations Research 2006. imformation. ...
  • Kalton G, Kasprzyk D. The treatment of 1986. ...
  • approach. Computers & Operational Research [7] Mundfrom DJ, Whitcomb A. ...
  • missing values: the effect on the accuracy of clas sification. ...
  • Kros JF, Lin M, Brown ML. Effects of the neural ...
  • theory of possibility. Fuzzy Sets and Systems the PreSence of ...
  • Yang Q, Ling C, Chai X, Pan R. Test-cost sensitive ...
  • Chan P, Dunn OJ. The treatment of missing values in ...
  • Bello AL. Imputation techniques Computational ...
  • Statistics and Data Analysis 1995. ...
  • Troyanskaya O, Cantor M, Sherlock G, Brown P, Hastie T, ...
  • Little RJA, Rubin DB. Statistical analysis with missing data. 2nd ...
  • Dempster AP, Laird NM, Rubin DB. ...
  • Brown ML, Kros JF. Data mining and the ...
  • Duda R, Hart P. Pattern classification and scene analysis. New ...
  • Lipski W. On semantic issues connected ...
  • Bellman RE, Zadeh LA. Decisio n-making in a fuzzy environmen. ...
  • Zadeh LA. Fuzzy sets as a basis for a ...
  • Efron B. Estimating the error rate of a improvement _ ...
  • validation. Journal of the American Statistical Association 1983. ...
  • Computer systems that learn. New York: Morgan Kaufmann; 1991. ...
  • Hjorth JSU. Computer intensive statistical and ...
  • bootstrap. London: Chapman & Hall; 1994. ...
  • نمایش کامل مراجع