ارائه یک الگوریتم انتخاب مشخصه بهینه بدون نظارت
نوع مدرک
Textزبان مدرک
فارسیچکیده
انتخاب بردار مشخصه مناسب برای حداکثر نمودن موفقیت یک ماشین دسته بندی کننده بسیار موثر است. در این مقاله با استفاده از ترکیب روشهای مختلف محاسبه تابع هسته، یک الگوریتم انتخاب مشخصه بهینه بدون نظارت پیشنهاد گردیده است. بردار مشخصه بدست آمده از الگوریتم پیشنهادی، صحت خروجی دستهبندی کننده شبکة عصبی پسانتشارخطا را حداکثر میگرداند. در این مقاله برای مطالعه موردی از دسته بندی استاندارد تصاویر فشردهشدة مبتنی بر کدگذاری تبدیلی و تصاویر فشردهنشده با استفاده از رشتهبیت آنها استفاده میگردد. استانداردهای مورد نظر برای دسته بندی، استانداردهای JPEG و JPEG2000 و تصاویر فشردهنشده با فرمت TIFF میباشند. با استفاده از بردار مشخصه بدست آمده از الگوریتم پیشنهادی، صحت دسته بندی کننده در حدود 98% میگردد.
کلید واژگان
داده کاویبردار مشخصه
انتخاب بردارهای مشخصه
شبکة عصبی
دستهبندی
استاندارد فشردهسازی تصویر
شماره نشریه
3تاریخ نشر
2015-11-221394-09-01
ناشر
دانشگاه جامع امام حسین (ع)Imam Hussein University
سازمان پدید آورنده
دانشگاه امام حسین (ع)تربیت مدرس
ددانشگاه امام حسین (ع)
