• یک روش جدید انتخاب ویژگی مبتنی بر الگوریتم جستجوی هارمونی باینری برای دسته بندی کننده بیز ساده

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 2242
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     دسته بندی کننده بیز ساده یکی از روش های دسته بندی متداول مبتنی بر نظریه بیزین می باشد که در حوزه داده کاوی و یادگیری ماشین بطور کارآمد مورد استفاده قرار گرفته است. با این وجود، فرض پایه این دسته بندی کننده که استقلال مشروط بر دسته ویژگی ها می باشد، اغلب در مسائل کاربردی مطرح در دنیای واقعی نقض و منجر به کاهش کارایی دسته بندی کننده می شود. در این مقاله یک روش جدید انتخاب ویژگی مبتنی بر الگوریتم جستجوی هارمونی باینری که از روش های فرااکتشافی نوظهور می باشد برای غلبه بر این مشکل و بهبود عملکرد این دسته بندی کننده پیشنهاد شده است. نتایج پیاده سازی ها در خصوص سه ساله دسته بندی «مجموعه داده بیماری دیابت»، «مجموعه داده یونسفر» و «مجموعه داده سونار» به عنوان مسائل متداول تشخیص الگو با ابعاد ویژگی کم، متوسط و بالا نشان می دهد که دقت دسته بندی کننده بیز پیشنهادی از دسته بندی کننده بیز ساده و دسته بندی کننده های بیز وزن دار مبتنی بر گسسته سازی ویژگی ها بهتر می باشد. همچنین نتایج آزمایشات از غلبه روش پیشنهادی بر دسته بندی کننده بیز مبتنی بر الگوریتم ژنتیک از نظر زمان لازم برای آموزش مدل و دقت دسته بندی در مسائل با ابعاد متوسط و بالا حکایت می نماید.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها