سال انتشار: ۱۳۹۰

محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات

تعداد صفحات: ۳

نویسنده(ها):

امین عشیر – دانشجوی کارشناسی گروه کامپیوتر دانشگاه آزاد اسلامی دزفول شوشتر
محمد عشیر – دانشجوی کارشناسی
عادل سرمست – کارشناسی ارشد

چکیده:

امروزه صنعت خودرو در کانون توجه مشتریان قرار گرفته است و کیفیت محصول عنصری ضروری و واجب دربازارهای رقابتی فعلی محسوب می شود امنیت از پارامترهای اصلی درانتخاب خودرو محسوب می شود به همین منظور از پایگاه داده استاندارد CAR با ۶ ویژگی و ۱۷۲۸ نمونه استفاده شدها ست دراین مقاله از شبکه چندلایه ای پرسپترون MLP به همراه دسته بندهای مجتمع ADABoost M1,bagging برای شناسایی بهترین اتومبیل از نظر امنیت استفاده شده است نتایج بدست آمده نشان میدهد دسته بندی bagging به همراه MLP دارای دقتی بیش از ۹۸ درصد در شناسایی خودرو با امنیت می باشد.