انتخاب ویژگی مستقل از طبقه بندی کننده بر پایه تخمین مرز تصمیم گیری Bayes و کاربرد آن بر روی داده های استاندارد spect قلبی

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,861

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:

ICBME14_011

تاریخ نمایه سازی: 3 تیر 1387

Abstract:

انتخاب ویژگی ( feature selection) به منظور پیدا کردن زیر مجموعه ایی از ویژگی ها (feature subset) که بیشترین اطلاعات جدا کننده از کل مجموعه داده ها را داشته باشد، انجام می شود. درعمل، نمی دانیم چه طبقه بندی کننده ای را بعد از انتخاب ویژگی استفاده می کنیم.پس مطلوب است که زیر مجموعه ایی از ویژگی ها را انتخاب کنیم که به طور کلی برای هر طبقه بندی کننده مؤثر باشد.چنین روشی انتخاب ویژگی مستقل از طبقه بندی کننده ((classifier-independent feature selection(CIFS) نامیده می شود. در این مقاله روش جدیدی در انتخاب ویژگی مستقل از طبقه بندی کننده بر پایه تخمین مرز تصمیم گیری bayes در نظر گرفته شده است. برای نشان دادن سودمندی روش مورد نظر آزمایشات بر روی داده های استاندارد spect قلبی انجام شده است.

Keywords:

انتخاب ویژگی مستقل از طبقه بندی کننده , طبقه بندی کننده bayes , ویژگی های garbage , بردار نرمال

Authors

آزاده صدوقی

دانشکده فنی و مهندسی ، دانشگاه شاهد

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 :
  • مهندسی _ _ _ ...
  • P. Somol, P. Pudil, J. Kittler, Fast branch & bound ...
  • I.S. Oh, J.S. Lee, B.R. Moon, Hybrid genetic algorithms for ...
  • P. Pudil, J. Novovicova, J. Kittler, Floating search methods in ...
  • B. Yu, B. Yuan, A more efficient branch and bound ...
  • J.H. Yang, _ Honavar, Feature subset selection using a genetic ...
  • _ K. Kira, L. Rendell, A practical approach to feature ...
  • I. Kononenko, Estimating attributes: analysis and extensions of RELIEF, in: ...
  • R. Kohavi, G.H. John, Wrappers for feature subset selection, Artif. ...
  • H. Almuallim, T.G. Dietterich, Learning with many irrelevant features, in: ...
  • D. Koller, M. Sahami, Toward optimal feature selection, in: L. ...
  • N. Kwak, C.H. Choi, Input feature selection by mutual information ...
  • F.J. Ferri, P. Pudil, M. Hatef, J. Kittler, Comparative study ...
  • A.L. Blum, P. Langley, Selection of relevant features and ، ...
  • A. Jain, D. Zongker, Feature selection: evaluation, :pp ication, and ...
  • M. Kudo, J. Sklansky, Comparison of algorithms that select zeatures ...
  • _ Vapnik, The Nature of Statistical Learning Theory, .pr.nger, NewYork, ...
  • I. Guyon, A. Elisseeff, An introduction to variable and feature ...
  • A. R akotomamonj y, Variable selection using SVM-based Iriteria, J. ...
  • J. Bi, K.P. Bennett, M. Embrechts, C.M. Breneman, M. _ ...
  • J. Weston, A. Elisseeff, B. Scholkopf, M. Tipping, Use of ...
  • J. Brank, M. Grobelnik, N. Mili c-Frayling, D. Mladeni c, ...
  • J. Novovicova, P. Pudil, J. Kittler, Divergence based feature selection ...
  • M. Kudo, M. Shimbo, Feature selection based on the structural ...
  • H.J. Holz, M.H. Loew, Relative feature importance: a cl as ...
  • S. Singh, PRISM-A novel framework for pattern _ C1 _ ...
  • L. Devroye, G. Lugosi, C ombinatorial Methods in Density .Sstimation, ...
  • K. Fukunaga, Introduction to Statistical Pattern Recognition, _ ed., Morgan ...
  • K. Fukunaga, L.D. Hostetler, The estimation of the gradient (yf ...
  • I. Tomek, Two modifications of CNN, IEEE Trans. Syst. Man ...
  • K.R. Gabriel, R.R. Sokal, A new statistical approach to .eo ...
  • Y. Park, J. Sklansky, Automated design of multiple-class :iec ewise ...
  • M. Kudo, J. Sklansky, C las S ifier- independent feature ...
  • K. Fukunaga, L.D. Hostetler, Optimization of k-nearest neighbor density estimates, ...
  • C.L. Blake, C.J. Merz, UCI repository of machine learning databases ...
  • N. Abe, M. Kudo, J. Toyama, M. Shimbo, A divergence ...
  • A.P. Dempster, N.M. Laird, D.B. Rubin, Maximum likelihood from incomplete ...
  • N. Ichimura, Robust clustering based On a maximum likelihood method ...
  • J.R. Quinlan, C4.5: Programs for Machine Learning, Morgan Kaufmann, San ...
  • M. Kudo, S. Yanagi, M. Shimbo, Construction of class :egions ...
  • R. Collobert, S. Bengio, SVMTorch: support Vector machines :or large-scale ...
  • A.Naoto, K. Mineichi _ Non-p arametric classifier independent zeature selection ...
  • R.P.W. Duin, P. Juszczak, P. Paclik, E. Pekalska, D. de ...
  • Ira Cohen Qi Tian Xiang Sean Zhou Thomas S. Huang ...
  • نمایش کامل مراجع