- تاریخ انتشار : ۱۳۹۵
- ناشر : کنفرانس بین المللی پژوهش در علوم و تکنولوژی
- زبان مقاله : همه
- تعداد صفحات : 13
- حجم فایل : 0 کیلوبایت
- نوع مقاله : مجموعه مقالات کنفرانس
- مجموعه : مهندسی و فناوری
چکیده مقاله
بحث درباره موضوع دستهبندی یکی از زمینههای موثر و پرکاربرد در دنیای امروزه به حساب میآید. یکی از تکنیکهایی که با تولید قوانین معتبر عمل دستهبندی را انجام میدهد و از تاثیرگذاری، کاربرد و جذابیت زیادی در پژوهشها برخوردار است، تکنیک استخراج قوانین وابستگی میباشد. این تکنیک روابط احتمالی قوی را به کمک تعیین پارامترهای پشتیبان و اطمینان کشف میکند. از مشکلات اساسی که در این تکنیک وجود دارد، ایجاد قوانین و روابط بسیار زیاد است که هم تولید و تحلیل آنها زمانبر بوده و هم از دقت نتایج به دلیل انتخاب نادقیق آستانه پارامترهای پشتیبان و اطمینان توسط کاربر، کاسته میشود. در روش پیشنهادی، به کمک الگوریتم ژنتیک سعی میشود تا انتخاب بهینهتری از قوانین احتمالی برای دستهبندی دقیقتر صورت بپذیرد. نتایج تجربی بدست آمده به روشنی نشان میدهد که الگوریتم بهبودیافته ) CFAR-GRS ( از الگوریتم اصلی ) CFAR ( و الگوریتم های مشابه دیگر ) CBA ، CMAR و CPAR ( قابل فهمتر بوده یعنی تعداد قوانین تولید شده کمتری دارد. همچنین به دلیل استفاده از یک الگوریتم تکاملی در انتخاب بهینهتر قوانین احتمالی، دستهبندی از دقت بیشتری نیز برخوردار شده است.
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 :
؛؛؛ ۱۳۹۴، بهبود کارایی یک دسته بندی کننده مبتنی بر قوانین وابستگی فازی به کمک انتخاب ژنتیکی قوانین، کنفرانس بین المللی پژوهش در علوم و تکنولوژی، https://scholar.conference.ac:443/index.php/download/file/3952-Improving-the-Efficiency-of-a-Classifier-based-on-Fuzzy-Association-Rules-using-Genetic-Rule-Selection
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.
(؛؛؛ ۱۳۹۴)