روش ترکیب طبقه‌بند مبتنی بر الگوریتم ژنتیک چندهدفه با به‌کارگیری معیارهای خطای طبقه‌بندی، پراکندگی، گوناگونی و تراکم

نویسندگان

  • زهره نکویی شهرکی دانشگاه آزاد اسلامی - واحد شهرکرد - دانشکده فنی و مهندسی - گروه مهندسی کامپیوتر
چکیده مقاله:

ترکیب طبقه‌بندها، یک روش مؤثر در یادگیری ماشینی است که در آن با ترکیب نتایج چند طبقه‌بند سعی می‌گردد تقریب بهتری از یک طبقه‌بند بهینه فراهم شود. برای آنکه ترکیب نتایج طبقه‌بندها مفید واقع شود باید طبقه‌بندهای پایه ضمن برخورداری از کارایی قابل قبول، دارای خطاهای متفاوتی باشند. همچنین بایستی قاعده مناسبی برای ترکیب خروجی طبقه‌بندهای پایه به کار گرفته شود. روش‌های متعدد ترکیب طبقه‌بندها ارائه شده است که می‌توان به روش‌های کیسه کردن، رأی‌گیری و روش تقویتی اشاره نمود. در این مقاله یک روش برای ترکیب نتایج طبقه‌بندها پیشنهاد شده است که در مرحله ترکیب طبقه‌بندهای پایه از جمع وزن‌دار خروجی طبقه‌بندها استفاده شده است. وزن‌ها با استفاده از الگوریتم ژنتیک چندهدفه با بهینه‌سازی هم‌زمان چهار معیارهای خطای طبقه‌بندی، پراکندگی، گوناگونی و تراکم تخمین زده می‌شوند. نتایج آزمایش‌ها روی مجموعه دادگان UCI نشان داد که روش پیشنهادی باعث افزایش دقت سیستم طبقه‌بندی ترکیبی نسبت به دیگر روش‌های متداول ترکیب می‌شود.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure

کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...

متن کامل

کاوش قوانین پیوستگی کمی در بازار سهام با استفاده از الگوریتم های فراابتکاری چندهدفه مبتنی بر الگوریتم ژنتیک

پیش بینی بازده سهام موضوعی مهم در حوزه مالی است که توجه محققان را برای سالهای بسیاری به خود جلب کرده است. سرمایه گذاران همواره در تلاش برای پیدا کردن راهی برای پیش بینی قیمت سهام و پیدا کردن سهام و زمان مناسب برای خرید و یا فروش هستند. اخیرا، از تکنیک های داده کاوی و تکنیک های هوش مصنوعی در این حوزه استفاده می شود. کشف قوانین پیوستگی یکی از رایج ترین روش های داده کاوی مورد استفاده جهت استخراج د...

متن کامل

توسعه شبکه عصبی‌تصمیم مبتنی بر الگوریتم ژنتیک برای ارزیابی ارجحیات‌ در مسائل تصمیم‌گیری چندهدفه

بکارگیری شبکه‌های عصبی در تخمین و توصیف ساختار ارجحیت‌های تصمیم‌گیرنده، در حل مسائل تصمیم‌گیری چندهدفه در سال‌های اخیر بسیار مورد توجه قرار گرفته ‌است. شبکه عصبی تصمیم رویکردی نوین برای تخمین تابع مطوبیت تصمیم‌گیرنده در مسایل چندهدفه است. توسعه و بهبود روش‌های آموزش این نوع از شبکه‌ها، یافتن راه حل مرجح در مسایل چندهدفه، به خصوص مسایل با ابعاد بزرگ را تسهیل می‌نماید. در این مقاله، به منظور غلبه...

متن کامل

طراحی چندهدفه زنجیره تأمین چابک و ارزشی با رویکرد الگوریتم ژنتیک چندهدفه

یک محصول هنگامی که در تعداد مناسب و به موقع و در زمان مناسب به مشتری تحویل داده شود با ارزش است. امروزه، شرکت­ها و مردم با چالش­های چابکی و ارزش­های محوری روبرو هستند که استفاده از هر دو رویکرد و ترکیب آنها در مدل تحلیلی زنجیره تأمین و ادبیات پیشین وجود ندارد. در این پژوهش یک مطالعه مبتنی بر مدل­سازی عدد صحیح خطی در زمینه طراحی شبکه زنجیره تأمین برای رسیدگی به این شکاف تحقیقاتی انجام شده است. ز...

متن کامل

بهینه‌سازی دوهدفه‌ی مسئله‌ی تخصیص افزونگی سیستم‌های سری ـ موازی با اجزای تعمیرپذیر با الگوریتم ژنتیک چندهدفه مبتنی بر شبیه‌سازی تبرید

در این مقاله، یک روش جدید برای حل مسئله تخصیص افزونگی در سیستم‌های سری ـ موازی با اجزای تعمیرپذیر ارائه شده است. در سیستم‌های تعمیرپذیر مفهوم دسترس‌پذیری از اهمیت بسیار بالایی برخوردار است. هدف اصلی این مقاله، بهینه‌سازی دو هدف دسترس‌پذیری و هزینه‌ی سیستم است. با توجه به این که دسترس‌پذیری به دلیل غیرنمایی بودن توزیع نرخ خرابی و تعمیر به صورت ریاضی به سختی قابل برآورد است، برای هر کدام از زیرسی...

متن کامل

دو 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 ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 47  شماره 4

صفحات  1479- 1487

تاریخ انتشار 2018-02-20

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023