بررسی روش های مختلف ترکیب طبقه بندی کننده ها برای بازشناسی الگوی سیگنال های بیولوژیکی

استفاده از ترکیب نتایج چند طبقه بندی کننده یکی از روشهای افزایش کارایی سیستم های بازشناسی الگو است که در سالهای اخیر محققین زیادی به آن پرداخته اند. برای آن که ترکیب نتایج طبقه بندی کننده ها مفید واقع شود باید طبقه بندی کننده های پایه ضمن برخورداری از کارایی قابل قبول، با یکدیگر متفاوت بوده و قاعده ترکیب مناسبی برای تلفیق نتایج آنها به کار گرفته شود. قاعده ترکیب باید به گونه ای انتخاب شود که طبقه بندی کننده ها نقاط ضعف یکدیگر را بپوشانند. تنها با شناخت قواعد مختلف ترکیب و ویژگی های آنها ست که می توان قاعده ترکیب مناسب را برای حل مساله مورد نظر انتخاب کرد. در این پروژه قسمت اصلی کار بر روی بررسی قواعد مختلف ترکیب و روشهای ایجاد گوناگنی در طبقه بندی کننده های یک سیستم مرکب می باشد. طبقه بندی کننده های پایه به کار رفته در این پژوهش شامل آنالیز تفکیک خطی (lda) ، ماشین بردار پشتیبان (svm)، نزدیکترین همسایه (k-nn) و درخت تصمیم بودند که بر روی دادگان دروغ سنجی مربوط به رساله دکتری آقای ابوطالبی اعمال شدند و نتایج آنها توسط انواع روشهای ترکیبی حساس به کلاس و مستقل از کلاس با هم ترکیب گردیدند.