یکشنبه 27 آبان 1397 | Sunday 18 th of November 2018 صفحه اصلی گروه الکترونیکی کامپیوتر
3-7- پیشرفت اکتشاف اشیاء با استفاده از انتخاب خصوصیات

انتخاب زیر مجموعه خصوصیات توجه مهمی در نوشته‌های یادگیری ماشینی دریافت کرده است، اگر چه، ان به طور کامل در ناحیه دیدکامپیوتر اکتشاف و استخراج نشده است. در اینجا، مسئله اکتشاف شی را با استفاده از الگوریتم‌های ژنتیک برای انتخاب زیر مجموعه خصوصیات در نظر می گیریم. بحث می‌کنیم که انتخاب خصوصیات یک مسئله مهم در اکتشاف اشیاء استو اثبات می کنیم که الگوریتم‌های ژنتیک یک چهار چوبه کلی، ساده و نیرومند برای انتخاب مجموعه‌های خوب خصوصیات ، حرکت در جهت نرخ خطای اکتشاف پایین‌تر فراهم می کنند. به عنوان یک مطالعه حالت برای انجام، استخراج خصوصیات با استفاده از متد کلی انالیز اجزای اصلی (PCA)و رده بندی با استفاده از ماشین‌های بردار حمایت (SVMs)را انتخاب کرده ایم. این چهارچوبه را روی دو مسئله اکتشاف شی کاربردی و دشوار ازمایش کرده‌ایم، اکتشاف وسیله نقلیه و صورت. نتایج ازمایشی بهبود‌های مهمی در اجرای هر دو نمونه اثبات کردند[5].

  

Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26