• ارائه ی یک دسته بند داده با استفاده از ترکیب دسته بندی کننده ی ملهم از سیستم ایمنی مصنوعی و fuzzy-knn

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1156
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    یکی از مسایل اساسی و مهم در داده کاوی، ایجاد یک مدل کارآمد با حداکثر دقت، برای دسته بندی داده می باشد. در این مقاله، یک دسته بند دو مرحله ای که از ترکیب دسته بندی کننده ی ملهم از سیستم ایمنی مصنوعی و الگوریتم fuzzy-knn تشکیل شده، معرفی گردیده است. در مرحله ی اول، دسته بندی کننده، برمبنای شبکه ی ایمنی مصنوعی و انتخاب کلونی عمل می کند و مجموعه ای بهینه از داده های آموزشی را به عنوان دسته بندی کننده ارائه می دهد و در مرحله ی دوم، با استفاده از الگوریتم fuzzy-knn، داده های تست دسته بندی می شوند. در مرحله ی اول، از شیوه "وزن دهی فاز" (fuzzy weighting) استفاده می شود و همچنین برای محاسبه ی میل ترکیبی از معیار heom (heterogeneous euclidian overlap metric) فازی استفاده می شود. برای بررسی کارایی مدل پیشنهادی از پنج مجموعه داده از uci که برای کاربردهای دسته بندی مورد استفاده قرار می گیرند، استفاده شده است که عبارتند از australian credit و german credit و pima indians diabetes و ionosphere و .iris برای ارزیابی کارایی دسته بندی کننده، از شیوه 10-fold cross-validation استفاده شده است. نتایج بدست آمده، نشان می دهد که پس از مدل پیشنهادی نتایج قابل قبولی را ارائه می دهد.

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