دسته بندی اهداف سوناری توسط الگوریتم بهینه ساز ازدحام ذرات با گروه های مستقل
نویسنده:
چکیده:
با توجه به اینکه دادگان سوناری دارای ابعاد بالا و بهینه های محلی زیادی می باشند، دسته بندی کننده های متعارف توانایی دسته بندی مناسب این گونه اهداف را ندارند. استفاده از ترکیب بهینه ساز ازدحام ذرات (PSO) و شبکه های عصبی مصنوعی (ANN) یکی از راه حل هایی است که در چند سال اخیر برای غلبه بر این مشکل موردتوجه قرار گرفته است. در کاربرد دادگان با ابعاد بالا، الگوریتم PSO دارای دو مشکل به دام افتادن در کمینه های محلی و نرخ همگرایی آهسته می باشد. این مقاله به منظور غلبه بر این نقص و رسیدن به نرخ دسته بندی مناسب از یک روش فراابتکاری جدید به نام بهینه ساز ازدحام ذرات با گروه های مستقل (IGPSO) استفاده می کند. این الگوریتم با الهام گیری از تنوع افراد در تجمع پرندگان یا ازدحام حشرات، دارای توانایی های منحصربه فردی در دسته بندی دادگان ابعاد بالا (سونار) می باشد. در ابتدا توانایی های IGPSO در کار با دادگان ابعاد بالا توسط 23 تابع آزمون شناخته شده به خوبی ارزیابی شده و نتایج به دست آمده با روش PSO و نمونه های بهبودیافته PSO مقایسه می شوند. نتایج نشان می دهد که الگوریتم IGPSO قادر به ارائه نتایجی بسیار بهتر در یافتن کمینه کلی توابع، سرعت همگرایی و اجتناب از کمینه محلی در مقایسه با الگوریتم های معیار، مخصوصا برای توابع با ابعاد بالا است. علاوه بر این، در این مقاله یک کاربرد واقعی از روش ارائه شده در زمینه دسته بندی دادگان سونار بیان می شود. نتایج حاصله نشان می دهد که دسته بندی کننده طراحی شده با IGPSO دادگان سونار را با دقت 67/96 % دسته بندی می کند، این در حالی است که PSO دقت 33/92 % را ارائه می نماید.
کلیدواژگان:
زبان:
فارسی
صفحات:
263 تا 274
لینک کوتاه:
magiran.com/p1602317
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!