نوع فایل :PDF
تعداد صفحات :5
سال انتشار :1394
چکیده
در این پژوهش تلاش شده است تا الگوریتمی مبتنی بر k نزدیکترین همسایه برای دستهبندی چند برچسبی ارائه شود. ابتدا مروری خواهد شد بر یادگیری چند برچسبی ) Multi-Label Learning ( و اینکه چرا به این دسته از الگوریتمهای یادگیرینیاز وجود دارد. همچنین مثالهایی از مسائلی که با استفاده از این نوع یادگیری و دستهبندی حل میشوند ذکر خواهد شد. در ادامهی بحث الگوریتم اصلی این مقاله توضیح داده خواهد شد. این الگوریتم با نام اختصاری ML-kNN نامگذاری شده است و به معنای k نزدیکترین همسایهی چند برچسبی ) Multi-Label k-Nearest Neighbor ( میباشد. سپس آزمایشات حاصل ازاجرای این الگوریتم و مقایسهی آن با سایر الگوریتمهای موجود در زمینهی دستهبندی دادههای چند برچسبی مورد بررسی قرار میگیرد و در انتها نیز نتایج حاصل بیان خواهد شد
واژگان کلیدی
یادگیری چند برچسبی، Maximum Aposteriori ، الگوریتم دیرپاسخ، دستهبندی
مبلغ قابل پرداخت 6,900 تومان
برچسب های مهم
51 اسلاید، حاوی کلیات (به زبان فارسی)، سنسورگذاری، نمونه سازی و بخشی از خروجیهای دستگاه سانتریفیوژ منابع مورد استفاده: •Milad Aghamolaei, Alireza SaeediAzizkandi, Abbas Ghalandarzadeh,Evaluation of fault rupturepropagation through earth dams subjected to reverse ... ...
حجم فایل : 531.8 KB نوع فایل : پاور پوینت تعداد اسلاید ها : 15 بنام خدا ریاضی چهارم دبستانتقسیم و بخش پذیری تقسیم و بخش پذیریبرای شروع درس ، با یک مثال مبحث را آغاز می کنیم .می خواهیم 17 شکلات را به بسته های 3 تایی تقسیم کنیم .می بینیم که 4 دسته ی 4 تایی درست می شود و یک ... ...
حجم فایل : 5.3 MB نوع فایل : پاور پوینت تعداد اسلاید ها : 68 1 بسم الله الرحمن الرحیم تعيين موقعيت با GPS 2 1 - مفاهيم تعيين موقعيت 2 - آشنايي با روشهاي تعيين موقعيت با اجرام سماوي3 - تشريح روش تعيين موقعيت GPS 4 - تشریح روشهای برداشت اطلاعات با GPS5 – استفاده از GPS ... ...
اگر به یک وب سایت یا فروشگاه رایگان با فضای نامحدود و امکانات فراوان نیاز دارید بی درنگ دکمه زیر را کلیک نمایید.
ایجاد وب سایت یا