به کارگیری دو الگوریتم فرا ابتکاری خفاش و بهینه سازی ازدحام ذرات برای آموزش شبکه های عصبی در دسته بندی داده ها
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 655
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NPECE01_399
تاریخ نمایه سازی: 6 بهمن 1395
Abstract:
الگوریتم هوش جمعی الگوریتم های فرا ابتکاری در حال توسعه هستند که در ده سال گذشته توجه زیادی را در بسیاری از برنامه های کاربردی مانند داده کاوی برنامه ریزی عملکرد شبکه های عصبی مصنوعی ANN و طبقه بندی را به خود جذب کرده است در این تحقیق مقایسه ای بین الگوریتم خفاش و الگوریتم بهینه سازی ازدحام ذرات برای آموزش شبکه تابع شعاع مبنا RBF در دسته بندی انواع توابع معیار داده است نتایج نشان می دهد که الگوریتم خفاش از نظر بهبود وزن شبکه RBF و سرعت بخشیدن به زمان آموزش و همگرایی خوبی از راه حل های بهینه که منجر به افزایش بهره وری شبکه و کاهش اشتباهات شده است بهتر از الگوریتم PSO عملکرد داشته است
Keywords:
Authors
عبدالسلام عزیزی
گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد ارومیه ایران
احمد جعفریان
گروه ریاضی دانشگاه آزاد اسلامی واحد ارومیه ایران
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 :