کاهش پیچیدگی قواعد در طبقه بند فازی مبتنی برخوشه بندی فازی با نظارت با کمک روشهای انتخاب ویژگی
محل انتشار: یازدهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,440
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI11_087
تاریخ نمایه سازی: 5 آذر 1390
چکیده مقاله:
دراین مقاله ابتدا تعریف جدیدی از فاصله در روش خوشه بندی فازی Gath-Geva ارائه می شود که به کمک آن می توان عمل خوشه بندی با نظارت را انجام داد در مرحله بعد از خوشه بندی فازی با نظارت برای یادگیری قواعد طبقه بند مبتنی بر قواعد فازی استفاده میشود سپس با کمک روش انتخاب ویژگی fisher تعداد متغیرهای موجود در مقدم قواعد کاهش می یابد کاهشتعداد متغیرهای بطور مستقیم به کاهش پیچیدگی قواعد منجر می شود هر چند این کاهش به طور غیرمستقیم به ساده شدن شکل فضای ویژگی و بنابراین کاهش تعداد قواعد خوشه های مورد نیاز برای رسیدن به یک کارایی مشخص نیز منجر می شود. نتایج این تحقیق نشان میدهد روش ارائه شده به کی طبقه بند مبتنی برقواعد فازی با قواعد قابل فهم تر منجر می شود.
کلیدواژه ها:
نویسندگان
جلیل سیفعلی هرسینی
گروه برق دانشکده فنی دانشگاه گیلان
بابک نجاراعرابی
دانشکده برق و کامپیوتر دانشگاه تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :