دسته بندی مفهومی اسناد فارسی به کمک ماشین بردار پشتیبان
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم ریاضی و مهندسی کامپیوتر
- author پگاه ملک پور علمداری
- adviser آیاز عیسی زاده جابر کریم پور
- publication year 1392
abstract
دسته بندی اسناد، فرآیندی است که اسناد را به یک یا چند دسته از قبل تعریف شده تقسیم می کند. در این پایان نامه، یک سیستم دسته بندی مفهومی اسناد فارسی با استفاده از ماشین بردار پشتیبان ارائه شده است. همچنین، تاثیر رهیافت های مختلف پیش پردازش شامل شاخص گذاری اسناد، ریشه یابی، بردار نماینده و انتخاب زیر مجموعه ای از ویژگی ها، بر روی کارایی سیستم مطالعه شده است. علاوه بر این، کارایی سیستم پیشنهادی با تابع های کرنل مختلف برای ماشین بردار پشتیبان مطالعه شده است. در آزمایش ها، از مجموعه داده استاندارد همشهری مشتمل بر 160000 خبر بین سال های 1376 تا 1381، استفاده شده است. نتایج حاصل از آزمایشات، کارایی سیستم پیشنهادی را نسبت به سیستم های موجود تایید می کنند.
similar resources
دسته بندی استوار و ماشین های بردار پشتیبان
دسته بندی از مسائل اصلی در یادگیری ماشین است به طوری که مسائل متعددی از دنیای واقعی را می توان به صورت آن مطرح و حل کرد. یکی از روش های قدرتمند که در حال حاضر به صورت گسترده برای مسئله دسته بندی مورد استفاده قرار می گیرد، روش ماشین های بردار پشتیبان است. یک فرض اساسی در این روش این است که داده ها قطعی هستند در حالی که در دنیای واقعی داده ها معمولا دارای عدم قطعیت هستند. عدم قطعیت داده ها در م...
15 صفحه اولدسته بندی سبک های یادگیری با استفاده از ویژگی های رفتاری و ماشین بردار پشتیبان دو قلو
موفقیت تحصیلی دانشجویان از اهداف مهم در محیط‌های آموزشی است. یکی از عوامل مهم در تحقق این هدف، توجه به سبک یادگیری دانشجویان است. آگاهی از سبک یادگیری دانشجویان به طراحی یک روش مناسب آموزش کمک می‌کند. لحاظ کردن یک شیوه مناسب آموزش باعث بهبود عملکرد دانشجویان در محیط آموزشی می‌شود. در این مقاله، هدف ساخت یک مدل برای تشخیص خودکار سبک‌های یادگیری است. بدین منظور از یک محیط آموزش الکترونیکی متشکل ا...
full textدو روش تبدیل ویژگی مبتنی بر الگوریتم های ژنتیک برای کاهش خطای دسته بندی ماشین بردار پشتیبان
Discriminative methods are used for increasing pattern recognition and classification accuracy. These methods can be used as discriminant transformations applied to features or they can be used as discriminative learning algorithms for the classifiers. Usually, discriminative transformations criteria are different from the criteria of discriminant classifiers training or their error. In this ...
full textشناسایی و دسته بندی نوع عیب توسط امواج هدایت شده فراصوت در ورق و لوله به کمک تبدیل موجک و الگوریتم طبقه بندی ماشین بردار پشتیبان
در این پژوهش روشی عملی برای تشخیص و دسته بندی نوع عیوب در ورق و لوله توسط امواج هدایت شده فراصوت ارائه گردیده است. آزمون فراصوت مورد استفاده، روش ارسال-پژواک به وسیله موج لمب می باشد که نتایج آ-اسکن این آزمون ها مورد استفاده قرار گرفته است. آزمون ها بر روی ورق و لوله از جنس آلومینیوم همسانگرد 1050 تمپر 1416 با ضخامت 4/0میلی متر انجام شده است. عیوب مورد بررسی در این پژوهش دو نوع عیب شامل عیوب خو...
full textدسته بندی داده ها به روش ماشین بردار پشتیبان با توابع هدف چندگانه
پیش بینی، هدف اصلی مسائل دسته بندی است. به عبارت دیگر در چنین مسائلی با استفاده از داده های پیشین سعی می شود که برچسب (دسته) های از قبل معلوم به یک داده جدید تخصیص یابد. به عنوان مثال پیش بینی پرخطر و یا کم خطر بودن مشتریان یک بانک هنگام تقاضای وام. در این حالت مسئله دارای دو دسته خواهد بود. دسته اول مشتریان پرخطر و دسته دوم پشتریان کم خطر. اگر مشتری جدیدی به بانک مراجعه نموده و با استفاده از د...
15 صفحه اولپیش بینی حداکثرکشش در مهارزمینی به کمک ماشین بردار پشتیبان
یکی از مسائل اساسی در مهارهای زمینی، پیش بینی حداکثر کشش در مهارها می باشد و تاکنون به منظور پیش بینی حداکثر کشش مهار زمینی، روش های تجربی پیشنهاد شده است. این روش ها با در نظر گرفتن فرضیاتی به ساده سازی محاسبات اقدام نموده اند لیکن در پیش بینی حداکثر کشش مهار زمینی نتایج حاصل از دقت قابل قبولی در محاسبات برخوردار نمی باشد. از سوی دیگر پیشرفت های گسترده در ابداع رایانه های با قدرت محاسباتی بال...
My Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم ریاضی و مهندسی کامپیوتر
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023