مقاله مدلی مبتنی بر الگوریتم ژنتیک برای انتخاب/استخراج ویژگی و بهینه سازی پارامترهای SVM

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله مدلی مبتنی بر الگوریتم ژنتیک برای انتخاب/استخراج ویژگی و بهینه سازی پارامترهای SVM دارای ۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مدلی مبتنی بر الگوریتم ژنتیک برای انتخاب/استخراج ویژگی و بهینه سازی پارامترهای SVM  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مدلی مبتنی بر الگوریتم ژنتیک برای انتخاب/استخراج ویژگی و بهینه سازی پارامترهای SVM،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مدلی مبتنی بر الگوریتم ژنتیک برای انتخاب/استخراج ویژگی و بهینه سازی پارامترهای SVM :

تعداد صفحات:۷

چکیده:

ماشینهای بردار حامی(SVM) . نوعی الگوریتم یادگیری آماری هستند که در سالهای اخیر مورد توجه فراوانی قرار گرفته اند . SVMبه طور کلی کاربردهای زیادی در بحث شناسایی الگو و برازش غیرخطی دارد. توابع هسته ای نقش مهمی در توانایی کلاس بندی آنها بازی میکنند. تنظیم مناسب پارامترهای هسته میتواند در دقت کلاس بندی آن نقش خیلی مهمی داشته باشد. در عین حال انتخاب مناسب ویژگیهای ورودی نیز یکی از مسائل مهم در یک فرآیند کلا س بندی میباشد. در این مقاله مدلی مبتنی بر الگوریتم ژنتیک پیشنهاد شده است که از مجموعه بردار ویژگی ورودی زیر مجموعه ای را انتخاب یا استخراج (با استفاده از PCA ) میکند و بطور همزمان پارامترهای کلاس بند SVM را بهینه میسازد. نتایج شبیه سازی روی برخی مجموعه داده های معروف کارایی این روش را نشان میدهد .