سال انتشار: ۱۳۹۰

محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۵

نویسنده(ها):

الهه رئیسی – گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات
حمید ابریشمی مقدم – گروه مهندسی پزشکی، دانشکده مهندسی برق وکامپیوتر، دانشگاه صنعتی خواج

چکیده:

در این مقاله، یک روش جدید بر پایه تحلیل تمایز غیرپارامتری وزنی معرفی شده است. روش تحلیل تمایز غیرپارامتری وزنی یکی از روش های استخراج ویژگی است که مزایای روش تحلیل تمایز خطی و تحلیل تمایز غیرپارامتری را دارد و نقاط ضعف آنها را برطرف کرده است. در این روش به نقاطی که نزدیک مرز قرار دارند با گذاشتن وزن بیشتر روی انها تأکید بیشتری شده است. از آنجاییکه در بسیاری از کاربردهای دنیای واقعی تمام داده ها نمی توانند از پیش آماده باشند، وجود الگوریتم های افزایشی بسیار سودمند است. در روش تحلیل تمایز غیرپارامتری وزنی افزایشی که در این مقاله معرفی شده است، هر زمان که نمونه جدیدی در دسترس قرارگرفت به الگوریتم اضافه می شود. در این مطالعه، این روش روی برخی از مجموعه داده های مربوط به پایگاه داده UCI و پایگاه داده Indian Pine پیاده شده است. نتایج با روش تحلیل تمایز غیرپارامتری وزنی بر حسب صحت دسته بندی مقایسه شده است. با کمک دسته بندی کننده نزدیک ترین همسایه نشان داده شده است که در پایان فرآیند یادگیری این روش به نسخه غیرافزایشی آن همگرا شده است.