جستجوی مقالات مرتبط با کلیدواژه « objective genetic algorithm » در نشریات گروه « برق »

تکرار جستجوی کلیدواژه «objective genetic algorithm» در نشریات گروه «فنی و مهندسی»

انتخاب همه

روش ترکیب طبقه بند مبتنی بر الگوریتم ژنتیک چندهدفه با به کارگیری معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم

بهزاد زمانی دهکردی *، زهره نکویی شهرکی

نشریه مهندسی برق، سال چهل و هفتم شماره 4 (پیاپی 82، زمستان 1396)، صص 1479 -1487

ترکیب طبقه بندها، یک روش موثر در یادگیری ماشینی است که در آن با ترکیب نتایج چند طبقه بند سعی می گردد تقریب بهتری از یک طبقه بند بهینه فراهم شود. برای آنکه ترکیب نتایج طبقه بندها مفید واقع شود باید طبقه بندهای پایه ضمن برخورداری از کارایی قابل قبول، دارای خطاهای متفاوتی باشند. همچنین بایستی قاعده مناسبی برای ترکیب خروجی طبقه بندهای پایه به کار گرفته شود. روش های متعدد ترکیب طبقه بندها ارائه شده است که می توان به روش های کیسه کردن، رای گیری و روش تقویتی اشاره نمود. در این مقاله یک روش برای ترکیب نتایج طبقه بندها پیشنهاد شده است که در مرحله ترکیب طبقه بندهای پایه از جمع وزن دار خروجی طبقه بندها استفاده شده است. وزن ها با استفاده از الگوریتم ژنتیک چندهدفه با بهینه سازی هم زمان چهار معیارهای خطای طبقه بندی، پراکندگی، گوناگونی و تراکم تخمین زده می شوند. نتایج آزمایش ها روی مجموعه دادگان UCI نشان داد که روش پیشنهادی باعث افزایش دقت سیستم طبقه بندی ترکیبی نسبت به دیگر روش های متداول ترکیب می شود.

کلید واژگان: ترکیب طبقه بندها, الگوریتم ژنتیک چندهدفه, خطای طبقه بندی, پراکندگی, گوناگونی, تراکم}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Multi Objective Genetic Algorithm Based Ensemble Classifier Using Classification Error, Sparsity, Diversity and Density Criterion

B. Zamani Dehkordi *, Z. Nekouei

Journal of Electrical Engineering, Volume:47 Issue: 4, 2018, PP 1479 -1487

Ensemble classifier is an effective method in machine learning that attempted to provide a better approximation of an optimal classifier with combination of some classifiers results. To achieve better performance, the base classifiers should have acceptable efficiency and different classification error, also a suitable method used to combine their results. Various ensemble classification methods such as bagging, voting and strengthening methods have been presented. In this paper, we proposed the ensemble classifier based on weighted mean of the base classifiers output. The weights were estimated using a multi-objective genetic algorithm with taking classification error, sparsity, diversity and density criterion. The results of implementations on UCI datasets show that the proposed method causes more increasing classification accuracy related to other traditional ensemble classifiers.

Keywords: Ensemble classifier, Multi, objective genetic algorithm, classification error, sparsity, diversity, Density}

Abstract View Paper Research/Original Article Original: Persian

نکته

نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

جستجوی مقالات مرتبط با کلیدواژه « objective genetic algorithm » در نشریات گروه « برق »