روش KNN برای طبقه بندی الگوهای بزرگتر تصویر و مقایسه ای از آن با روش درخت تصمیم

چکیده مقاله

الگوی KNN یکی از بهترین و پرکاربردترین الگوریتم های دسته بندی است که از آن استفاده گسترده ای در کاربردهای مختلف می شود دراین مقاله با استفاده از اقلام پر رخداد یکتایی در قوانین وابستگی به خصیصه های مختلف وزن اختصاص داده و با این عمل دقت الگوریتم KNN را افزایش می دهیم ، سپس مقیاس پذیری آن برای کار با دیتاست های بزرگتر بررسی می شود مقایسه ی نتایج ارزیابی این الگوریتم با الگوریتم درخت تصمیم با معیارهای مختلف ، بهبود قابل توجه دقت دسته بندی توسط این الگوریتم را نشان می دهد در این پژوهش بر روی داده های مربوط به الگوی تصاویر عملیات دسته بندی با استفاده از الگوریتم های KNN انجام شده است بهترین دقت به دست آمده بر روی این داده ها کمی از 80% بیشتر بوده است لذا هدف اصلی این است که تعداد زیادی از مستطیل های سیاه و سفیدی که با 26 حروف لاتین نشان داده شده است را شناسایی نمود نتایج شبیه سازی نشان داد که بهترین الگوریتم با توجه به این نوع داده آموزشی الگوریتم KNN است که دارای بهترین دقت accuracy: 84 48% است

کلیدواژه‌ها

نویسندگان

نیلوفر عزیزی اورق

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد اسلامشهر،

فاطمه صف آرا

استادیار، عضو هیات علمی دانشگاه آزاد اسلامی واحد اسلامشهر

�زیزی اورق، نیلوفر و صف آرا، فاطمه،1395،روش KNN برای طبقه بندی الگوهای بزرگتر تصویر و مقایسه ای از آن با روش درخت تصمیم،سومین کنفرانس سراسری نوآوری های اخیر در مهندسی برق و کامپیوتر،تهران

ارائه‌شده در

مجموعه مقالات سومین کنفرانس سراسری نوآوری های اخیر در مهندسی برق و کامپیوتر19 شهریور 1395 · تهران