نتایج جستجو برای: طبقه بندهای تک کلاسه
تعداد نتایج: 52546 فیلتر نتایج به سال:
در سالهای اخیر ماشین بردار پشتیبان svdd بطور فزاینده ای در کاربردهای مرتبط با طبقه بندی تک کلاسه، مورد استفاده قرار گرفته است. هدف svdd ارائه یک توصیف فشرده از مجموعه ای از داده ها بنام کلاس هدف است بطوریکه فضای توزیع این داده ها را از فضای نمونه های دیده نشده مرتبط با سایر کلاسها جدا کند. یکی از چالشهای svdd این است که مرز آن تنها با نمونه های بیرونی توصیف شده و نمونه های داخلی و چگالی توزیع د...
معیارهای مختلفی برای ارزیابی طبقه بندها وجود دارد که از آن جمله می توان به صحت، دقت، سادگی، تعمیم پذیری، تفسیرپذیری، تعداد پارامترها و نحوه ی تنظیم آن ها اشاره نمود. طبقه بندهای خطی، ساده، تعمیم پذیر، تفسیرپذیر و دارای تعداد پارامتر کم هستند. اما اغلب مسائل طبقه بندی دنیای واقعی دارای الگوهای جداناپذیر خطی است. برای این که طبقه بند خطی بتواند داده های جداناپذیر خطی را نیز درست طبقه بندی کند، یک...
برخلاف کلاسه بندی سنتی داده های تک برچسبی که در آن هر نمونه ورودی تنها با یک برچسب کلاس مشارکت داشت، در کلاسه بندی داده های چند برچسبی هر نمونه ورودی با مجموعه ای از برچسب ها مشارکت دارد. به دلیل وجود چندین برچسب کلاس، فرآیند یادگیری تحت تأثیر قرار می گیرد و کلاسه بندهای پایه ی مورد استفاده در داده های تک برچسبی، قابل استفاده نمی باشند. برای رفع این مشکل روش های تغییر مسئله معرفی شده اند. این د...
ماشین بردار پشتیبان یکی از الگوریتمهای مورد اعتماد و با کارآیی فوق العاده بالا در تشخیص الگو است که در سالهای اخیر به طور وسیعی در مسائل کلاسه بندی و رگرسیون خطی و غیرخطی مورد استفاده قرار گرفته است. از آنجا که یکی از روشهای حل مسائل چند کلاس، استفاده از کلاسه بندهای دوتایی است، پیاده سازی همزمان کلاسه بندهای دوتایی ماشین بردار پشتیبان بر روی fpga به صورت موازی، می تواند کاربرد خوبی مخصوصاً در ک...
یکی از حوزه های مهم در داده کاوی طراحی الگوریتم های کلاس بندی با دقت بالا است. این امر به ویژه در شرایطی که داده ها دارای پراکندگی نامتوازن باشند، پیچیدگی بیشتری پیدا می کند. یادگیری کلاس نامتوازن به یادگیری از مجموعه داده های نامتوازن اشاره دارد که در آن تعداد نمونه های کلاس گروه اقلیت به طور قابل توجه ای کمتر از نمونه های کلاس گروه اکثریت است. به توجه به اینکه اکثر الگوریتم های یادگیری، طبقه ...
در چند دههی گذشته جمعیت شهر نشین و در نتیجه توسعه مکانی مناطق شهری شتابی فزاینده داشتهاست. این مهم به بروز تغییرات محیطی در این مناطق منجر شده است. از این رو، کشف تغییرات در بازههای زمانی مختلف در مناطق شهری از اهمیت بالایی برخوردار است. روشهای کشف تغییرات متداول با استفاده از تصاویر سنجش از دوری، بیشتر مبتنی بر تشخیص تغییرات طیفی و محاسبه فاصله طیفی بین پیکسلها بوده و ماهیت تغییرات بصورت ...
در صنایع مختلف، ازعملیات بسته بندی به عنوان مهم ترین بخش ارائه محصول یاد می شود. در صنعت پسته نیز امر بسته بندی یکی از مهم ترین مراحل کار را تشکیل می دهد. عملیات جداسازی پسته توسط نیروی انسانی صورت می گیرد. پسته بر اساس میزان باز بودن شکاف پوسته به سه دسته خندان، کم خندان و نا خندان تقسیم می شود. در این پایان نامه با استفاده از بینایی ماشین و با استفاده از ویژگی های رنگ پسته، این محصول مورد ا...
ناحیه بندی تصاویر اولین گام و یکی از مهمترین بخش های یک سیستم بینایی ماشین می باشد. ناحیه بندی تصاویر را می توان در دو حوزه ناحیه بندی اتوماتیک و ناحیه بندی تعاملی بررسی نمود. در این پایان نامه ناحیه بندی تعاملی مبتنی بر گراف کات را مطالعه می نمائیم. موفقیت ناحیه بندی مبتنی بر گراف کات در گرو انتخاب پارامترهای مناسب برای این الگوریتم است. برای هر تصویر مجموعه بهینه ای از پارامترها وجود دارند ک...
در این پایان نامه، روش beeowa که رویکرد جدیدی در ساخت شورایی از دسته بندهای تک دسته ای است، ارائه می شود. زیربنای اصلی روش beeowa رویکرد شورا است و شامل سه گام، ساخت شورای اولیه دسته بندهای تک دسته ای، هرس دسته بندهای تک دسته ای و ادغام دسته بندهای تک دسته ای است. beeowa با استفاده از الگوریتم پیشنهادی beepruner که دسته بندهای پایه مناسب را همزمان بر اساس دقت و گوناگونی میان آن ها انتخاب می کند...
امروزه در بسیاری از سیستم هایی که عمل طبقه بندی بر روی آن صورت می پذیرد، رقیب تغییراتی را بروی داده ها، به منظور کاهش دقت کلاسه بندی کننده انجام می دهند. مهمترین مثال از این نوع، تشخیص هرزنامه الکترونیکی می باشد. اسپمرها بطور معمول برروی هرزنامه ها تغییراتی را صورت می دهند تا فیلتر، آنها را بصورت نامه های درست تشخیص دهد. در این مقاله رفتار بین رقیب (اسپمرها) و فیلتر هرزنامه (کلاسه بندی کننده) ب...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید