مقاله ارائه ی یک دسته بند داده با استفاده از ترکیب دسته بندی کننده ی ملهم از سیستم ایمنی مصنوعی و Fuzzy-knn : تی پی بین

خلاصه مقاله

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.

نویسندگان

الهام مفیدی روچی [ دانشکده مهندسی کامپیوتر و فن آوری اطلاعات، دانشگاه آزاد اسلامی، واحد قزوین، قزوین، ایران ]

امیرمسعود افتخاری مقدم [ گروه کامپیوتر، دانشکده مهندسی کامپیوتر و فن آوری اطلاعات، دانشگاه آزاد اسلامی، واحد قزوین، قزوین، ایران ]

کلمات کلیدی

دسته بند داده سیستم ایمنی مصنوعی الگوریتم Fuzzy knn شبکه ی ایمنی مصنوعی انتخاب کلونی وزن دهی فازی معیار HEOM فازی

آدرس این مقاله

آدرس مستقیم دسترسی به این مقاله

مشخصات کنفرانس

مشاهده مقالات

نوزدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران

تکنیک‌های مهندسی نرم‌افزار، متدولوژی‌های چابک، آزمون و ارزیابی نرم‌افزار، روش‌های صوری، بازمهندسی نرم‌افزار، مهندسی وب، طراحی پایگاه داده، مهندسی نیازمندی‌ها، محاسبات سرویس‌گر، مهندسی نرم‌افزار جنبه‌گرا، سیستم‌های تطبیق‌پذیر، الگوهای تحلیل، معماری و طراحی نرم‌افزار، معماری نرم‌افزار و شیوه‌های ارزیابی آن، ویژگی‌های کیفی نرم‌افزار، مهندسی متدولوژی، موارد مشابه، الگوریتم‌ها و نظریه محاسبات،نظریه محاسبات و پیچیدگی، الگوریتم‌ها، الگوریتم‌های موازی، هندسه محاسباتی، الگوریتم‌های تقریبی، اصول طراحی کامپایلرها، نظریه زبان و ماشین، موارد مشابه، هوش مصنوعی و پردازش‌های هوشمند، برنامه‌ریزی در هوش مصنوعی، پردازش تصویر، بینایی ماشین، شناسایی الگو، داده‌کاوی، پردازش زبان طبیعی، ترجمه ماشینی، پردازش متن، تحلیل و استنتاج محتوایی، تعامل انسان و ماشین، موارد مشابه، شبکه‌های کامپیوتر، شبکه‌های موردی و سنسور، شبکه‌های چندرسانه‌ای.

حوزه های تحت پوشش : مهندسی نرم‌افزار، الگوریتم‌ها و نظریه محاسبات، هوش مصنوعی و پردازش‌های هوشمند، شبکه‌های کامپیوتری، امنیت اطلاعات، سیستم‌های دیجیتال و معماری کامپیوتر، فناوری اطلاعات