جعفری, محسن

[ 1 ] - ماشین‌های تصادفی بردار پشتیبان، طبقه‌بندی دسته‌جمعی بهینه داده‌های با ابعاد بالا

افزایش ابعاد فضای ویژگی ورودی موجب تمایز بیش‌تر کلاس‌های پوششی در طبقه‌بندی تصاویر سنجش‌ازدور می‌شود اما تعداد کم نمونه‌های آموزشی مانع از بروز این عملکرد مثبت می‌شود. استفاده از روش‌های گروهی به‌جای طبقه‌بندی کننده‌های منفرد راه‌حل مناسبی برای برخورد با این مشکل است. در این مقاله روشی با عنوان "ماشین‌های تصادفی بردار پشتیبان (SVRMs)" برای جمعی کردن روش SVM پیشنهاد می‌شود. روش پیشنهادی نسبت به ...