- تاریخ انتشار : ۱۳۹۵
- ناشر : کنفرانس بین المللی پژوهش در علوم - تکنولوژی
- زبان مقاله : همه
- تعداد صفحات : 10
- حجم فایل : 0 کیلوبایت
- نوع مقاله : مجموعه مقالات کنفرانس
- مجموعه : مهندسی و فناوری
چکیده مقاله
مسئله استخراج ویژگی، یکی از مسائلی است که در مبحث یادگیری ماشین و در بررسی مسائل شناخت الگو مطرح است. در کارهای انجامشده معمولاً برای دستهبندی از همان ویژگیهای استخراجشدهی پیشفرض استفاده میکنند. درصورتیکه این استخراج ویژگی هدفمند و بهصورت بهینه و دقیق انتخاب گردد در این صورت دقت الگوریتم در تشخیص بسیار بهتر میگردد. بر این اساس در این مقاله بر این مبنا ابتدا با توجه به بررسی ایمیلهای متفاوت، ویژگیهای ایمیل هرزنامه و غیر هرزنامه را که عبارتاند از کلمات، عبارات، کاراکترهای خاص، سرآیند ایمیل )وابسته به دامنه( را با استفاده از روش تحلیل محتوا کدبندی بهگونهای استخراج شود تا با کمترین تعداد ویژگی بالاترین دقت را در تفکیک ایمیلها و تشخیص هرزنامهها داشته باشد . همچنین با استفاده از ویژکیهای بهینه استخراج شده از روش تحلیل محتوا دو الگوریتم مهم کلاسبندی با استفاده از شبکه های عصبی MLP و ماشین بردار پشتیبان SVM را پیاده سازی و مقایسه خواهیم نمود.
نحوه استناد به مقاله
در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :
محمد حسین یکتایی؛منا پورنجارزاده؛ ۱۳۹۴، الگوریتم های کلاسبند شبکه عصبی MLP و ماشین بردار پشتیبان( SVM )، کنفرانس بین المللی پژوهش در علوم - تکنولوژی، https://scholar.conference.ac:443/index.php/download/file/3325-MLP-neural-network-classifier-algorithms-and-support-vector-machine-(SVM)-to-identify-junk-mail
در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.
(محمد حسین یکتایی؛منا پورنجارزاده؛ ۱۳۹۴)
