امروزه تصاوير فرا طیفی به علت غناي اطلاعات طيفي يک ابزار قوي و کارامد در سنجش از دور به حساب مي آيند و امکان تمايز بين عوارض مشابه را فراهم مي آورند. با توجه به پايداري ماشینهای بردار پشتیبان در فضاهايي با ابعاد بالا، یک گزينه مناسب در طبقه بندي تصاوير فرا طیفی محسوب م چکیده کامل
امروزه تصاوير فرا طیفی به علت غناي اطلاعات طيفي يک ابزار قوي و کارامد در سنجش از دور به حساب مي آيند و امکان تمايز بين عوارض مشابه را فراهم مي آورند. با توجه به پايداري ماشینهای بردار پشتیبان در فضاهايي با ابعاد بالا، یک گزينه مناسب در طبقه بندي تصاوير فرا طیفی محسوب مي شوند. با اين وجود، عملکرد این طبقه بندي کننده ها تحت تأثیر پارامترها و فضاي ويژگي ورودي آن ها مي باشد. به منظور استفاده از ماشين هاي بردار پشتيبان با بيشترين کارایی، مي بايست مقادير بهينه ي پارامترها و همچنين زير مجموعه بهينه از ويژگي هاي ورودي تعيين گردند. در اين تحقيق از توانايي الگوريتم ژنتيک به عنوان يک تکنيک بهينه سازي فرا ابتکاري، در تعيين مقادير بهينه پارامترهاي ماشين هاي بردار پشتيبان و همچنين انتخاب زيرمجموعه ويژگي هاي بهينه در طبقه بندي تصاوير فرا طیفی استفاده شده است. نتايج عملي از بهکارگیری روش فوق در خصوص داده هاي فرا طیفی سنجنده AVIRISنشان مي دهند، ويژگي هاي ورودي و پارامترها هر کدام جداگانه تأثیر بسزايي بر عملکرد ماشين هاي بردار پشتيبان دارند ولي بهترين عملکرد طبقه-بندي کننده با حل همزمان آن دو بدست مي آيد. در حل همزمان تعيين پارامتر و انتخاب ويژگي، براي کرنل گوسين و پلي نوميال به ترتيب 5% و 15% افزايش دقت با حذف بيش از نيمي از باندهاي تصوير حاصل شد. همچنين الگوريتم بهينه سازي شبيه سازي تبريد تدريجي به منظور مقايسه با الگوريتم ژنتيک پياده سازي شد که نتايج حاکي از برتري الگوريتم ژنتيک به ويژه با بزرگ و پيچيده شدن فضاي جستجو در رويکرد حل همزمان تعيين پارامتر و انتخاب ويژگي مي باشد.
پرونده مقاله
رشد فزايندهي استفاده از رسانههاي اجتماعي و ارتباطات برخط بهمنظور بيان نظرات، تبادل عقايد و همچنين گسترش استفادهي کاربران فارسي زبان از اين ابزارها باعث افزايش متون فارسي در وب شده است. اين رشد چشمگير در کنار سوءاستفادههاي ناشي از ناشناس بودن نويسندهي نوشتهها نياز چکیده کامل
رشد فزايندهي استفاده از رسانههاي اجتماعي و ارتباطات برخط بهمنظور بيان نظرات، تبادل عقايد و همچنين گسترش استفادهي کاربران فارسي زبان از اين ابزارها باعث افزايش متون فارسي در وب شده است. اين رشد چشمگير در کنار سوءاستفادههاي ناشي از ناشناس بودن نويسندهي نوشتهها نياز به سامانهي خودکار شناسايي نويسنده در اين زبان را بيش از پيش آشکار ميسازد. هدف از اين پژوهش، بررسي ويژگيهاي مؤثر در شناسايي نويسندگان نظرات فارسي توليد شده توسط خريداران گوشي و همچنین ارزیابی روشهای نظارتی و غیرنظارتی میباشد. عواملي که در اين پژوهش بررسي ميشود شامل ويژگيهاي لغوي، نگارشی، معنايي، ساختاري، دستوري، مختص متن و مختص شبکههاي اجتماعي است. پس از استخراج ويژگيهاي مذکور، انتخاب ويژگيهاي برتر توسط چهار الگوريتم همبستگي ويژگي، نسبت بهره، OneR و تحليل اجزاي اصلي آزمايش ميشود. در ادامه از الگوريتمهاي K-means، EM و خوشهبندي مبتني بر چگالي براي خوشهبندي و الگوريتمهاي شبکهي بيز، جنگل تصادفي و Bagging براي دستهبندي استفاده خواهد شد. ارزيابي الگوريتمهاي فوق بر روي نظرات فارسي مربوط به خريداران گوشيهاي سامسونگ نشان ميدهد که بهترين تشخيص در بين الگوريتمهاي خوشهبندي با دقت 16/59% مربوط به الگوريتم EM روي 15 ويژگي برتر انتخابي توسطOneR است درحاليکه الگوريتم جنگل تصادفي بههمراه نسبت بهره برای 90 ویژگی با دقت 57/79% بهترين کارايي را در بين الگوريتمهاي دستهبندي دارد. همچنين مقايسهی ويژگيها نشان داد که ويژگيهاي نگارشی بيشترين تأثير را در شناسايي نويسندهي متون کوتاه داشته و پس از آن بهترتيب ويژگيهاي لغوي ، مختص متن، مختص شبکههای اجتماعی، ساختاري، دستوري و معنایی قرار گرفتند.
پرونده مقاله