استفاده از ماشین یادگیر جهت خوشه بندی تصاویر
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 424
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCOMP02_417
تاریخ نمایه سازی: 7 اسفند 1396
Abstract:
امروزه مدیریت، نظارت و دسته بندی انواع تصاویر در تصاویر مختلف ازجمله پزشکی، نظامی، داروسازی، مهندسی و غیره موردتوجه پژوهشگران مختلفی قرارگرفته است. از طرفی حجم عظیم اطلاعات منجر شده است تا بررسی دستی محتویات تصویر و ارایه دسته متناسب بسیار زمان بر، پیچیده و با خطای زیاد مواجه شود. تکنیک های داده کاوی اعم از خوشه بندی و روش های یادگیری نقش بسیار مهمی را در بهبود این فرآیند ایفا کرده اند. در این مقاله به بهینه سازی خوشه بندی تصاویر با استفاده از ماشین یادگیر پرداخته شده است. با شبیه سازی های صورت گرفته شده بر روی مجموعه تصاویر استاندارد STL-10 مشاهده گردید که میزان دقت خوشه بندی 97% و میزان صحت نیز در دسته بندی تصاویر درروش پیشنهادی در حدود91.43% بوده و این میزان نسبت به سایر روش های SVM، KNN و رگرسیون به ترتیب در حدود 14.43%، 4.43% و 6.43 % بهبود داشته است که این میزان قابل ملاحظه می باشد.
Keywords:
Authors
مونا نصرالهی نیا
گروه کامپیوتر، دانشکده فنی و مهندسی، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، اهوز، ایران
مهدی صادق زاده
استاد یار گروه کامپیوتر، دانشکده برق و کامپیوتر، واحد ماهشهر، دانشگاه آزاد اسلامی، ماهشهر، ایران