مقایسه تحلیلی دسته بنذی کننذه ها جهت تشخیص اشیاء در دنباله ای از تصاویر دوربین

مسئله دسته بندی داده ها یکی از کاربردهای اصلی داده کاوی می باشد. مجموعه نمونه هایی که هرکدام متعلق به یک کلاس مشخص می باشند، دارای برداری از ویژگی ها هستند. هدف ما در دسته بندی، ایجاد قانونی می باشد که نمونه تازه ای را که فقط دارای برداری از ویژگی هایی است که نمونه تازه را تعریف می کند را به یک کلاس اختصاص بدهیم. دسته بندی کننده بیز ساده یک مسئله چند متغیری p بعدی را به تخمین p مسئله یک متغیره کاهش می دهد. تخمین یک متغیر، کاری ساده و آشنا است و به اندازه های کوچکی از مجموعه آموزشی برای به دست آوردن دقت تخمین نسبت به توزیع های چند متغیری نیاز دارد.ما در این مقاله ابتدا تئوری بیز را اجمالاً معرفی می کنیم و سپس با معرفی دسته بندی کننده ساده بیز با استفاده از ابزار داده کاوی Orange مقایسه تحلیلی این روش را با هفت روش دیگر از روش های دسته بندی انجام خواهیم داد. دیتاست از قاب های 320*240 پیکسلی که در برنامه MATLAB بر روی 400 قاب داده در محیط واقعی انجام شده، به دست آمده است.

Keywords:

مهندسی ترافیک , حمل ونقل , داده کاوی , دسته بندی کننده بیز ساده , Orange