کاربرد دسته بندی اهداف سوناری با استفاده از روش OMKC
نویسنده:
چکیده:
با توجه به خصوصیات فیزیکی پیچیده ی اهداف سوناری، طبقه بندی و تمیز دادن اهداف واقعی از اهداف کاذب یکی از زمینه های دشوار و پیچیده برای محققان و صنعتگران این حوزه است. با توجه به این ویژگی های اهداف سوناری، روش های هوشمند در دسته بندی این نوع دادگان دارای توانایی های منحصر به فردی می باشند. از این رو در سال های اخیر استفاده از شبکه های عصبی و ماشین بردار پشتیبانی در این زمینه کاربرد فراوانی داشته است. با توجه به اینکه دادگان سوناری دارای ابعاد بالایی در فضای ورودی می باشند، نمی توان آن ها را به صورت خطی از یکدیگر تفکیک نمود. بدین منظور، این مقاله برای طبقه بندی اهداف سوناری از روشی به نام OMKC استفاده می نماید. نتایج حاصله نشان می دهد که این روش دقت دسته بندی معادل با 763/98% را ارائه می کند که نسبت به روش های کلاسیک با حداکثر دقت 05/97، بهتر می باشد، ولی زمان اجرای الگوریتم 1014/0 ثانیه افزایش پیدا می کند که برای جبران این نقص، از انتخاب و ترکیب هسته ها به صورت تصادفی استفاده می شود.
زبان:
فارسی
صفحات:
1 تا 10
لینک کوتاه:
magiran.com/p1392354
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!