سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

روش ترکیب طبقه بند مبتنی بر الگوریتم ژنتیک چندهدفه با به کارگیری معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم

Publish Year: 1396
Type: Journal paper
Language: Persian
View: 359

This Paper With 9 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_TJEE-47-4_016

Index date: 8 July 2019

روش ترکیب طبقه بند مبتنی بر الگوریتم ژنتیک چندهدفه با به کارگیری معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم abstract

ترکیب طبقه بندها، یک روش موثر در یادگیری ماشینی است که در آن با ترکیب نتایج چند طبقه بند سعی می گردد تقریب بهتری از یک طبقه بند بهینه فراهم شود. برای آنکه ترکیب نتایج طبقه بندها مفید واقع شود باید طبقه بندهای پایه ضمن برخورداری از کارایی قابل قبول، دارای خطاهای متفاوتی باشند. همچنین بایستی قاعده مناسبی برای ترکیب خروجی طبقه بندهای پایه به کار گرفته شود. روش های متعدد ترکیب طبقه بندها ارائه شده است که می توان به روش های کیسه کردن، رای گیری و روش تقویتی اشاره نمود. در این مقاله یک روش برای ترکیب نتایج طبقه بندها پیشنهاد شده است که در مرحله ترکیب طبقه بندهای پایه از جمع وزن دار خروجی طبقه بندها استفاده شده است. وزن ها با استفاده از الگوریتم ژنتیک چندهدفه با بهینه سازی هم زمان چهار معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم تخمین زده می شوند. نتایج آزمایش ها روی مجموعه دادگان UCI نشان داد که روش پیشنهادی باعث افزایش دقت سیستم طبقه بندی ترکیبی نسبت به دیگر روش های متداول ترکیب می شود.

روش ترکیب طبقه بند مبتنی بر الگوریتم ژنتیک چندهدفه با به کارگیری معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم Keywords:

روش ترکیب طبقه بند مبتنی بر الگوریتم ژنتیک چندهدفه با به کارگیری معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم authors

بهزاد زمانی دهکردی

دانشگاه آزاد اسلامی - واحد شهرکرد - دانشکده فنی و مهندسی - گروه مهندسی کامپیوتر

زهره نکویی شهرکی

دانشگاه آزاد اسلامی - واحد شهرکرد - دانشکده فنی و مهندسی - گروه مهندسی کامپیوتر