ورود
مقالات فارسیISIکنفرانسهاژورنالها

مروری بر روشهای بهبود دقت طبقه بندی در ماشین بردار پشتیبان KBEI-2016

Publish place: 3nd Internatioanl Conference on Knowledge -Base Engineering and Innovation
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 361

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:
https://civilica.com/doc/623072

شناسه ملی سند علمی:

KBEI03_067

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

ماشین بردار پشتیبان Machine) Support Vector به عنوان یکی از تکنیکهای گسترش یافته در یادگیری ماشین و الگوهای طبقه بندی می باشد ماشین بردار پشتیبان پیشگویی خود را با استفاه از ترکیبی خطی از تابع Kernel (کرنل) که بر روی مجموعه ای از داده های آموزشی با نام بردارهای پشتبیان عمل می کند، انجام می دهد. از ویژگی های مهم یک ماشین بردار پشتیبان، افزایش در طبقه بندی می باشد. روشهای و تکنیکهای گوناگونی در راستای بهبود دقت ماشین بردار پشتیبان، پیاده سازی شده اند که هریک به نحوی منجر به افزایش دقت در طبقه بندی شده اند در این مقاله همواره سعی بر این است که به بررسی و مروری روشها و راهکارهای ارایه شده در طبقه بندی ماشین بردار پشتیبان پرداخته شود و در نهایت، دقت طبقه بندی به دست آمده از روشهای و راهکارهای مطالعات پیشین را مورد بررسی قرار دهد.

Keywords:

Authors

نفیسه اشکوری

دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه غیرانتفاعی بعثت کرمان ایران

امین سنجری

دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه غیرانتفاعی بعثت کرمان ایران

مصطفی قاضی زاده احسانی

استادیار بخش مهندسی کامپیوتر دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان 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 :
  • V. Vapnik, the Nature of Statistical Learning Theory. New York, ...
  • F. Orabona, C. Castellini and G. Sandini, ? Online Independent ...
  • J. Quinonero and L. K. Hansen, ? Prediction Face Recognition ...
  • C. M. Bishop, _ A Tutorial on Support Vector Machines ...
  • K. Lin and J. Lin, ' A Study on Image ...
  • A. Bordes _ S. Ertek and J. Weston, ،Fast Kernel ...
  • C. Cheng, F. Shine, ،An Improved Incremental Training Algorithm for ...
  • Y. Zang and J. Lu, _ A New Incremental Learning ...
  • J. An and Z. Wang, _ An Incremental Learning Algorithm ...
  • A. lopez, X. _ and W. Yu, _ Large Data ...
  • S. Rabbani and J. Hamidzadeh, ،'The New Online Classification Algorithm ...
  • F. Keen, ، An Improved Kernel for Support Vector Machine", ...
  • T..Mitchell, «Decision Tree?, Singapore, McGraw-Hill, 2012. ...
  • E. S. Lardeux and S. B. Huang, "Improved Accuracy for ...
  • A.Jeerz and P.Sali, ?Coordinate Metology?, Acuuracy of Systema and Measurements ...
  • S. B orra, Agostino and D.Ciaio , ?Measuring the prediction ...
    • نمایش کامل مراجع