خريد بک لينک
لوازم یدکی ال ۹۰
Hookah Shisha Tobacco
ماسک سه لایه
فلنج
بلیط شیراز تهران
Barabas Ropa de hombre
دانلود مقاله وزندهي به قوانين و الگوهاي آموزشي جهت بهبود دقت کلاسهبندي سيستمهاي دستهبندي فازي در فا

برای دریافت اینجا کلیک کنید

دانلود مقاله وزندهي به قوانين و الگوهاي آموزشي جهت بهبود دقت کلاسهبندي سيستمهاي دستهبندي فازي در فایل ورد (word) دارای 9 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود مقاله وزندهي به قوانين و الگوهاي آموزشي جهت بهبود دقت کلاسهبندي سيستمهاي دستهبندي فازي در فایل ورد (word) کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي دانلود مقاله وزندهي به قوانين و الگوهاي آموزشي جهت بهبود دقت کلاسهبندي سيستمهاي دستهبندي فازي در فایل ورد (word) ،به هيچ وجه بهم ريختگي وجود ندارد


بخشی از متن دانلود مقاله وزندهي به قوانين و الگوهاي آموزشي جهت بهبود دقت کلاسهبندي سيستمهاي دستهبندي فازي در فایل ورد (word) :

سال انتشار: 1385

محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: 9

چکیده:

در این مقاله تاثیر وزندهی را بر قابلیت دستهبندی سیستمهای دستهبند فازی مبتنی بر قانون مورد بررسی قرار دهیم. برای بهبود سیستم کلاسه بند از یک الگوریتم یادگیری وزن قوانین استفاده میکنیم که میزان خطای دسته بندی را بر روی دادههای آموزشی با استفاده از تنظیم وزن قوانین به حداقل می رساند. همچنین، با این دید که داده های آموزشی دارای ارزش یکسانی نیستند و بعضی از داده های آموزشی را میتوان نویز به حساب آورد، ما به دادههای آموزشی نیز وزنی انتساب میدهیم. وزن منتسب شده به هر الگوی آموزشی به عنوان هزینه ی دسته بندی غلط و یا انصراف از کلاسه بندی
آن داده محسوب می شود. به عبارت دیگر، وزن هر الگو نشان دهنده اهمیت کلاسه بندی صحیح آن الگو میباشد. با این توصیف، الگوریتم یادگیری مورد استفاده بر اساس وزن دهی قوانین را طوری تغییر می دهیم که به جای به حداقل رساندن خطای کلاسه بندی، یک تابع هزینه( تابعی وابسته به وزن دادههای آموزشی) را کمینه کند. برای تعیین وزن هر الگوی آموزشی، از توزیع داده ها در همسایگی آن استفاده می شود. اگر اکثریت همسایه های دادهی مورد نظر از کلاسی متفاوت با کلاس دادهی مورد نظر باشند به آن داده وزن کمی اختصاص داده میشود و بالعکس. با این کار تاثیر داده های نویزی را در عمل یادگیری وزن قوانین کاهش میدهیم. با استفاده از چندین مجموعه دادهای استاندارد موجود درUCI-MLنشان میدهیمکه وزن دهی الگوهای آموزشی تاثیر مثبتی در بهبود دقت کلاسهبندی دارد.


دانلود این فایل


برای دریافت اینجا کلیک کنید






ادامه ي مطلب

امتیاز :


طبقه بندی: ،
,

ارسال نظر برای این مطلب
نام شما:
ايميل :
سايت :
متن نظر :
وضعیت نظر:
کد امنیتی : *