بهینه سازیپارامترها و انتخاب ویژگی برای طبقه بند ماشین بردار پشتیبان با استفاده از الگوریتم بهینه سازی صفحات شیبدار

پایان نامه
چکیده

آخرین مرحله در یگ فرایند بازشناسی الگو طبقه بندی است که توسط طبقه بند های مختلفی می تواند انجام شود. طبقه بند ماشین بردار پشتیبان، طبقه بند قدرتمندی است که عملکرد آن به مقدار پارامترهای مختلفی بستگی دارد. مقداردهی مناسب به این پارامترها می تواند با استفاده از یک الگوریتم ابتکاری صورت بگیرد.

منابع مشابه

طراحی سامانۀ تشخیص تقلب با استفاده از ماشین بردار پشتیبان، انتخاب ویژگی و اعتبارسنجی متقابل

  در سال­های اخیر پرداخت الکترونیکی، رشد سریعی در میان فعالیت­های اینترنتی داشته است؛ به‌طوری که امروزه به‌دلیل سرعت، کارایی، کاهش هزینه­ها و سهولت دسترسی، مشتریان زیادی را به خود جذب کرده است. کارت­های اعتباری یکی از پرکاربردترین ابزارهای پرداخت و مبادلات الکترونیکی هستند. در این پژوهش شناسایی و استخراج ویژگی­های تراکنش­های تقلبی در تشخیص تقلب و به‌دنبال آن طبقه­بندی صحیح آن‌ها به دو طبقه قانو...

متن کامل

کاهش ویژگی با استفاده از الگوریتم بهینه سازی توده ذرات وکلاسه بندی با ماشین بردار پشتیبان

انتخاب ویژگی و کاهش ابعاد داده امری مهم و قابل توجه در بازشناسی الگو می باشد که در سالهای اخیر توجه زیادی بر آن بوده است. این امر باعث افزایش سرعت پردازش در سیستم های بلادرنگ و کاهش حافظه برای ذخیره سازی اطلاعات می شود. در این راستا نقش الگوریتم های بهینه سازی خصوصاً الگوریتم بهینه سازی توده ذرات قابل توجه بوده است. به طوریکه با استفاده از الگوریتم بهینه سازی توده ذرات و انتخاب روش مناسب جهت محا...

بهینه سازی طبقه بندی کننده ی ماشین بردار پشتیبان با استفاده از آلگوریتم ژنتیک به منظور طبقه بندی تصاویر پلاریمتریک راداری

طبقه بندی تصاویر ماهواره ای یکی از متداول ترین روشهای استخراج اطلاعات از داده های سنجش از دوری می باشد. با ظهور سنجنده های مایکروویو امکان بهره برداری از اطلاعاتی متمایز از اطلاعات قابل استخراج از سنجنده های نوری فراهم آمده است. دلیل این امر امکان استفاده از ویژگی های متمایز طیف الکترو مغناطیس در محدوده ی مایکروویو است که توسط سنجنده های راداری قابل برداشت می باشد. در این بین تصاویر پلاریمتریک ...

متن کامل

پیش بینی روند تغییرات قیمت سهم با استفاده از ماشین بردار پشتیبان وزن دهی شده و انتخاب ویژگی هیبرید به منظور ارائه استراتژی معاملاتی بهینه

در این پژوهش، یک مدل پیش­بینی براساس روش ماشین بردار پشتیبان تعدیل­شده با استفاده از وزن­دارکردن تابع جریمه مدل با توجه به حجم معاملات واقعی روزانه  به منظور افزایش دقت پیش‌بینی نوسان‌های کوتاه مدت در بازار سهام و دست­یابی به استراتژی معاملاتی بهینه، ارائه شده است. همراه با طبقه­بندی­کننده ماشین بردار پشتیبان تعدیل­شده، از یک روش انتخاب ویژگی هیبرید، مرکب از یک بخش فیلتر­کننده و یک بخش پوشش­دهن...

متن کامل

بررسی کارایی الگوریتم های بهینه سازی کرم شب تاب و رگرسیون ماشین بردار پشتیبان جهت پیش‌بینی هزینه سرمایه

هزینه‌ی سرمایه، ‌حداقل نرخ بازده‌ی مورد انتظار سرمایه‌گذاران است، ‌این نرخ بازده مورد انتظار با در نظر گرفتن ریسک شرکت تعیین می‌شود. در این پژوهش با استفاده از اطلاعات مالی 97 شرکت طی سال‎های 1390 الی 1396 و به کمک متغیرهای حسابداری اقدام به پیش‌بینی هزینه سرمایه در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران شده است. ‎ جهت پیش‌بینی هزینه سرمایه از روش‌های رگرسیون ماشین بردار و کرم شب‌تاب ا...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023