ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

بررسی ماشین های بردار پشتیبانی مبتنی بر پارامترهای بهینه سازی PSO برای طبقه بندی طیف پیکسلی در تصاویر

Year: 1397
COI: INFM02_015
Language: PersianView: 115
This Paper With 10 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

عطاالله رفیعی باجی گوابر - دانشجوی دکترای مهندسی کامپیوتر هوش مصنوعی ورباتیک
محمدرضا یمقانی - عضو هئیت علمی دانشگاه آزاد لاهیجان

Abstract:

این مطالعه به بررسی یک رویکرد جدید در طبقه بندی طیف پیکسلی تصویر می پردازد. این روش جدید از طبقه بندی های طیف پیکسلی در این مقاله یک بهینه سازی جدید ازدحام ذرات مبتنی بر الگوریتم SVM می باشد (PSO-SVM) . ابتدا، از سه روش طبقه بندی برای طبقه بندی طیف پیکسلی تصاویر معیار استفاده می شود: SVM ، ML )حداکثر احتمال( و K-NN ( k - امین نزدیکترین همسایه(، عملکرد SVM ها با دو طبقه بندی کننده سنتی دیگر مقایسه شده است )طبقه بندی کننده حداکثر احتمال و طبقه بندی کننده k - امین نزدیکترین همسایه(. این مطالعه نشان می دهد که دقت طبقه بندی الگوریتم SVM بهتر از الگوریتم های ML و K-NN می باشد. دقت بالای SVM با استفاده از هسته RBF بیشتر از 90 ٪ بوده و دقت بالای روش های سنتی کمتر از 81 ٪ است. تنظیمات پارامترهای هسته برای SVM در یک فرآیند آموزشی، بر دقت طبقه بندی اثر می گذارد، برای انتخاب پارامتر های دقیق تابع کرنل RBF ، بهینه سازی ازدحام ذرات مبتنی بر الگوریتم SVM را ارائه می دهیم (PSO-SVM) تا بدین وسیله دقت طبقه بندی با طبقه بندی SVM اصلی مورد مقایسه، بهبود یابد، آزمایش نشان می دهد که رویکرد PSO-SVM پیشنهادی ما می تواند دقت طبقه بندی را بهبود بخشد

Keywords:

طبقه بندی طیف پیکسلی،الگوریتم svm ، الگوریتم pso

Paper COI Code

This Paper COI Code is INFM02_015. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/867731/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
رفیعی باجی گوابر، عطاالله و یمقانی، محمدرضا،1397،بررسی ماشین های بردار پشتیبانی مبتنی بر پارامترهای بهینه سازی PSO برای طبقه بندی طیف پیکسلی در تصاویر،The Second National Conference on New Ideas in Engineering and Engineering،Rasht،،،https://civilica.com/doc/867731

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support