عنوان
بهبوديافته معيار چرنوف در طبقه‌بندي داده‌ها
نویسنده (گان)
ربيع,ليلا;حميدزاده,جواد
چکیده مقاله
يکي از مراحل مهم پيش پردازش در حوزه تشخيص الگو مرحله استخراج ويژگي است. هدف، تبديل داده¬هاي با ابعاد بالا به داده¬هاي با ابعاد پايين است. در ميان روش¬هاي کاهش ابعاد خطي، آناليز طبقه‌بند خطي يکي از روش¬هاي ساده و سريع است که بيشترين ويژگي تفكيك‌كننده را مي¬تواند استخراج کند. يک مشکل عمده اين معيار، در مقابله با داده¬هاي ناهمگن است، كه براي رفع اين مشكل، معيار چرنوف پيشنهاد شد. اين معيار به دنبال يک ترکيب خطي است تا فاصله چرنوف بين دو توزيع را به حداکثر برساند. ماتريس فاصله چرنوف، همه جفت كلاس‌ها در فضاي واقعي را به صورت يکسان در نظر مي¬گيرد که جفت کلاسي که از هم دور هستند تاثير زيادي بر معيار چرنوف مي¬گذارد و باعث همپوشاني كلاس‌ها، در فضاي نگاشت داده مي¬شود. در اين مقاله، با تعريف ماتريس¬هاي پراکندگي جديد، براساس موقعيت قرار‌گيري الگوها با اين نقص برخورد شده است، زيرا استفاده از ماتريس¬هاي جديد، ازتاثيرپذيري معيارچرنوف از جفت کلاسي که در فضاي واقعي دور هستند، جلو‌گيري کرده و باعث بهبود نرخ کارايي طبقه‌بندي چرنوف مي¬شود. عملکرد روش پيشنهادي برروي داده‌هاي واقعي برگرفته شده از پايگاه‌ داده‌هاي UCI توسط روش اعتبارسنجي ضربدري 10 Fold Cross Validation، ارزيابي شده است، نتايج آزمايش‌ها نشان‌دهنده برتري روش پيشنهادي نسبت به روش‌‌هاي مرز دانش مي‌باشد.

متن کامل مقاله