فا   |   En
Login
مشاهده‌ مشخصات مقاله

ارائه طبقه‌بند مبتنی بر فاصله و تعمیم آن براساس تابع هسته

Authors
  • رضا منصفی
  • هادی صدوقی یزدی
Conference شانزدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران ‫
Abstract در اين مقاله روشی جدید جهت طبقه‌بندی براساس سطح تصمیم مبتنی بر فاصله، با رویکرد تصویر نزدیک‌ترین همسایه ارائه شده است. روش جدید DBC نام‌گذاری شده است. طبقه‌بند DBC طبقه‌بندی خطی است که تعمیم آن براساس تابع هسته می‌تواند جهت طبقه‌بندی داده‌های جداناپذیر خطی استفاده شود. ویژگی‌های طبقه‌بند DBC عبارتند از: 1 ) مشابه طبقه‌بند k-NN، نیازی به مرحله تعلیم ندارد 2) علی‌رغم طبقه‌بند k-NN، درمرحله آزمایش نیازی به جستجو برای یافتن k همسایه نزدیک ندارد 3) علی‌رغم روش‌هایی مانند SVM، نیازی به رویه بهینه‌سازی ندارد. در طبقه‌بند DBC، برای طبقه‌بندی نمونه ورودی (آزمایشی)، مجموع وزن‌دار فاصله نمونه ورودی با داده‌های تعلیمی هر طبقه محاسبه می‌گردد، سپس برچسب نمونه ورودی براساس طبقه‌ای که کمترین فاصله فوق را دارا باشد، تعیین می‌گردد. با به‌کارگیری چنین قاعده‌ای، یک سطح تصمیم جهت جداسازی نمونه‌های دو طبقه به‌دست می‌آید. طبقه‌بند DBC را برروی داده‌های واقعی آزمایش کرده‌ایم. نتایج آزمایش‌ها، برتری روش DBC را نسبت به طبقه‌بندهای k-NN و SVM نشان می‌دهد.
قیمت
  • برای اعضای سایت : 100,000 Rial
  • برای دانشجویان عضو انجمن : 20,000 Rial
  • برای اعضای عادی انجمن : 40,000 Rial

خرید مقاله