تشخیص روبات های وب بر مبنای شبکه عصبی GMDH و الگوریتم بهینه سازی توده ذرات

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,024

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

EMECCONF03_093

تاریخ نمایه سازی: 7 مهر 1398

Abstract:

روباتهای وب برنامه هایی برای استخراج دانش از صفحات وب هستند که کار خود را با تعدادی صفحه آغاز کرده و به صورت بازگشتی تمام اسناد قابل دسترسی از این صفحات را بازدید می کنند. برخی از این روبات ها مخرب هستند. بنابراین تشخیص روبات های وب از جمله چالش ها در زمینه دسته بندی است. در این تحقیق به ارائه یک روش ترکیبی جدید بر مبنای الگوریتم کلونی زنبور، شبکه عصبی GMDH و الگوریتم PSO با هدف افزایش کارایی در تشخیص روبات های وب پرداخته شده است. از الگوریتم کلونی زنبور جهت انتخاب ویژگی و از الگوریتم PSO جهت بهبود ضرایب چندجمله ای در GMDH استفاده شده و جهت شبیه سازی نتایج نیز از نرم افزار متلب استفاده گردیده است. نتایج روش پیشنهادی با الگوریتمهای GMDH و PSO، به تنهایی مقایسه شده است. معیارهای مورد مقایسه در این تحقیق، دقت، ویژگی و حساسیت می باشند. نتایج حاکی از برتری روش پیشنهادی در معیارهای مورد بررسی نسبت به الگوریتمهای مورد مقایسه در این تحقیق است.

Authors

مهدی جنگجو

دانشگاه آزاد اسلامی

مرتضی رموزی

دانشگاه آزاد اسلامی

حمیده بابایی

دانشگاه آزاد اسلامی