بهینه سازی طبقه بند ماشین بردار پشتیبان با استفاده از الگوریتم بهینه سازی صفحات شیبدار

چکیده مقاله

ماشین بردار پشتیبان یکی از روش های یادگیری با نظارت است که از آن برای طبقه بندی و رگرسیون استفاده می شود. عملکرد این طبقه بند
به پارامترهای متعددی وابسته است که نسبت دادن مقادیر مختلفی به این پارامترها روی خروجی آن تاثیر گذار است.از جمله این پارمترها، پارامتر C
و Sigma ) در تابع کرنل( می باشند. علاوه براین نوع تابع کرنل به کار گرفته شده نیز تاثیر مستقیم روی نرخ بازشناسی دارد. استفاده از الگوریتم های
هوشمند جهت یافتن مقادیر بهینه پارامترهای ذکر شده و انتخاب تابع کرنل مناسب می تواند برای رسیدن به نرخ بازشناسی مناسب راه حل مناسبی
باشد. علاوه براین انتخاب ویژگی هم که یکی از مهمترین مراحل پیش پردازش در علم بازشناسی الگو می باشد، می تواند در رسیدن به این هدف یعنی
نرخ بازشناسی بالا کمک قابل توجهی نماید. در این مقاله از الگوریتم بهینه ساری صفحات شیبدار برای یافتن مقادیر مناسب طبقه بند، انتخاب تابع
کرنل مناسب و انتخاب ویژگی های موثر به طور همزمان، برای دستیابی به نرخ بازشناسی بالا استفاده شده است.