Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Extracting the Best Features from an Image using Genetic Programming

تعداد صفحات: 9 | تعداد نمایش خلاصه: 175 | نظرات: 0
سال انتشار: 1396
کد COI Paper: ICMEAC05_131
زبان Paper: Englishglish
(فایل این Paper در 9 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper Extracting the Best Features from an Image using Genetic Programming

Eisa Rezaei - M.Sc student of Software Engineering, Germi Branch, Islamic Azad University, Germi, Iran
Seyed Naser Razavi - ssistant Professor, faculty of Electrical and Computer Engineering University of Tabriz, Tabriz, Iran

چکیده Paper:

In this paper, we used genetic programming (GP) for feature extraction and tested the resulting program using Brodatz and Vistex images as datasets. Our inputs were the most basic level of information in the image, raw pixels. Our goal was to reach the smallest image size with the greatest number of features in order to improve classification accuracy and also time of execution and processing. To achieve this goal, we used a loop in the program to extract the image features and determine classification accuracy for different images sizes. After feature extraction, we used nearest neighbor algorithm for classification. Average of classification accuracy in our method was 86.64% for Brodatz images and 85.68% for Vistex images. We showed that our method, texture feature extraction using genetic programming, can compete with other methods.

کلیدواژه ها:

Texture, Feature Extraction, Genetic Programming, Nearest Neighbor Classification, Raw Pixel, Brodatz, Vistex

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/749694/

کد COI Paper: ICMEAC05_131

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined,1396,Extracting the Best Features from an Image using Genetic Programming,پنجمین کنفرانس بین المللی تحقیقات نوین پژوهشی در مهندسی و تکنولوژی,Shiraz,,,https://civilica.com/doc/749694

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396, Rezaei, Eisa؛ Seyed Naser Razavi)
برای بار دوم به بعد: (1396, Rezaei؛ Razavi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: azad university
تعداد مقالات: 697
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support