شماره ركورد كنفرانس :
4605
عنوان مقاله :
معرفي يك طبقه بند فازي – عصبي مبتني بر روش ابتكاري IPO
پديدآورندگان :
سلطاني محبوب امير amir.s.m@birjand.ac.ir دانشكده مهندسي برق و كامپيوتر، دانشگاه بيرجند، بيرجند، ايران؛ , ظهيري سيد حميد hzahiri@birjand.ac.ir دانشكده مهندسي برق و كامپيوتر ،دانشگاه بيرجند، بيرجند، ايران؛
كليدواژه :
بازشناسي الگو , طبقه‌بند فازي – عصبي , الگوريتم بهينه‌ساز صفحات شيب‌دار
عنوان كنفرانس :
بيست و ششمين كنفرانس مهندسي برق ايران
چكيده فارسي :
يك چالش اصلي براي طراحي طبقه بند فازي – عصبي، استفاده از يك روش كارآمد و مناسب براي به دست آوردن پارامترهاي ساختاري، اعم از انتخاب بهينه‌ي نوع و مكان توابع عضويت و روش آموزش آن است زيرا اين موارد تأثير به سزايي بروي عملكرد طبقه بند فازي – عصبي دارند. در اين مقاله، يك روش جديد مبتني بر الگوريتم بهينه سازي صفحات شيب‌دار (IPO) براي طراحي بهينه‌ي طبقه بند فازي – عصبي به جهت بالا بردن دقت و مينيمم سازي خطاي آن براي اولين بار پيشنهاد و پياده‌سازي شده است. كارايي اين روش با استفاده از آزمايش‌هاي مكرر انجام‌شده بروي چند پايگاه داده مشهور كه از تعداد كلاس‌هاي مرجع متفاوت، طول بردارهاي ويژگي متفاوت و پيچيدگي مناسب در بازشناسي الگو برخوردار است بررسي‌شده است. اين مطالعه نشان داده است كه طبقه بند فازي- عصبي مبتني بر روش ابتكاري IPO ازلحاظ دقت و عملكرد، برتري و توانايي بالايي نسبت به يك طبقه بند فازي – عصبي ساده دارد. به‌علاوه در آزمايش‌هاي انجام‌گرفته ويژگي منحصربه‌فردي از روش پيشنهادي پديدار شد و آن پايداري نسبتاً خوب در طبقه‌بندي صحيح داده‌ها در تمام موارد است.
