مشاهده مشخصات مقاله
ارائهی یک دستهبند داده با استفاده از ترکیب دستهبندیکنندهی ملهم از سیستم ایمنی مصنوعی و Fuzzy-knn
نویسنده (ها) |
-
الهام مفیدی روچی
-
امیر مسعود افتخاری مقدم
|
مربوط به کنفرانس |
نوزدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران |
چکیده |
یکی از مسایل اساسی و مهم در دادهکاوی، ایجاد یک مدل کارآمد با حداکثر دقت، برای دستهبندی داده میباشد. در این مقاله، یک دستهبند دومرحلهای که از ترکیب دستهبندیکنندهی ملهم از سیستمایمنیمصنوعی و الگوریتم Fuzzy-knn تشکیل شده، معرفی گردیده است. در مرحلهی اول، دستهبندیکننده، برمبنای شبکهی ایمنیمصنوعی و انتخاب کلونی عمل میکند و مجموعهای بهینه از دادههای آموزشی را به عنوان دستهبندیکننده ارائه میدهد و در مرحلهی دوم، با استفاده از الگوریتم Fuzzy-knn ، دادههای تست دستهبندی میشوند. در مرحلهی اول، از شیوه "وزندهی فازی" (Fuzzy weighting) استفاده میشود و همچنین برای محاسبهی میل ترکیبی از معیار
(Heterogeneous Euclidian overlap metric) HEOM فازی استفاده میشود. برای بررسی کارایی مدل پیشنهادی از پنج مجموعه داده از UCI که برای کاربردهای دستهبندی مورد استفاده قرار میگیرند، استفاده شده است که عبارتند از Australian Credit و German Credit و Pima Indians Diabetes و Ionosphere و iris. برای ارزیابی کارایی دستهبندیکننده، از شیوه 10-fold cross-validation استفاده شده است. نتایج بدست آمده، نشان میدهد که پس از اعمال HEOM فازی و fuzzy-knn، مدل پیشنهادی نتایج قابل قبولی را ارائه میدهد. |
قیمت |
-
برای اعضای سایت : ۱٠٠,٠٠٠ ریال
-
برای دانشجویان عضو انجمن : ۲٠,٠٠٠ ریال
-
برای اعضای عادی انجمن : ۴٠,٠٠٠ ریال
|
خرید مقاله
|
|