آمار
| تعداد نشریات | 45 |
| تعداد شمارهها | 1,497 |
| تعداد مقالات | 18,256 |
| تعداد مشاهده مقاله | 59,159,962 |
| تعداد دریافت فایل اصل مقاله | 20,612,677 |
روش ترکیب طبقهبند مبتنی بر الگوریتم ژنتیک چندهدفه با بهکارگیری معیارهای خطای طبقهبندی، پراکندگی، گوناگونی و تراکم | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقاله 16، دوره 47، شماره 4 - شماره پیاپی 82، اسفند 1396، صفحه 1479-1487 اصل مقاله (1.17 M) | ||
| نویسندگان | ||
| بهزاد زمانی دهکردی* ؛ زهره نکویی شهرکی | ||
| دانشگاه آزاد اسلامی - واحد شهرکرد - دانشکده فنی و مهندسی - گروه مهندسی کامپیوتر | ||
| چکیده | ||
| ترکیب طبقهبندها، یک روش مؤثر در یادگیری ماشینی است که در آن با ترکیب نتایج چند طبقهبند سعی میگردد تقریب بهتری از یک طبقهبند بهینه فراهم شود. برای آنکه ترکیب نتایج طبقهبندها مفید واقع شود باید طبقهبندهای پایه ضمن برخورداری از کارایی قابل قبول، دارای خطاهای متفاوتی باشند. همچنین بایستی قاعده مناسبی برای ترکیب خروجی طبقهبندهای پایه به کار گرفته شود. روشهای متعدد ترکیب طبقهبندها ارائه شده است که میتوان به روشهای کیسه کردن، رأیگیری و روش تقویتی اشاره نمود. در این مقاله یک روش برای ترکیب نتایج طبقهبندها پیشنهاد شده است که در مرحله ترکیب طبقهبندهای پایه از جمع وزندار خروجی طبقهبندها استفاده شده است. وزنها با استفاده از الگوریتم ژنتیک چندهدفه با بهینهسازی همزمان چهار معیارهای خطای طبقهبندی، پراکندگی، گوناگونی و تراکم تخمین زده میشوند. نتایج آزمایشها روی مجموعه دادگان UCI نشان داد که روش پیشنهادی باعث افزایش دقت سیستم طبقهبندی ترکیبی نسبت به دیگر روشهای متداول ترکیب میشود. | ||
| کلیدواژهها | ||
| ترکیب طبقهبندها؛ الگوریتم ژنتیک چندهدفه؛ خطای طبقهبندی؛ پراکندگی؛ گوناگونی؛ تراکم | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 766 تعداد دریافت فایل اصل مقاله: 962 |
||