چکیده مقاله
در جهان کنونی که جرم و جنایت در حال افزایش است ، کنترل این امر برای سازمان های مربوطه به چالشی جدی تبدیل شده است همچنین جنایتکاران روز به روز در حال اتخاذ تکنیک ها و روش های جدید برای ارتکاب جرائم هستند به طوری که دستگیری آنها توسط اداره اجرای قانون زمان برتر میگردد اخیرا هوش مصنوعی و داده کاوی تقربای در همه زمینه ها اهمیت خود را نشان داده است از جمله کشف و پیش بینی جرائم که هم اکنون به موضوعی ضروری تبدیل شده است تا به پلیس کمک می کند تا جنایات را سریعتر حل کنند در این مقاله به ارائه مدلی ترکیبی از الگوریتم های SVMجهت شناسایی هوشمند مجرمین حرفه ایی با متدولوژی CRISPپرداخته ایم با توجه به اینکه هر کدام از روشها و الگوریتم های داده کاوی مزایا و معایب متفاوتی دارند استفاده از روش های ترکیبی که در واقع هیئت ژوری تشکیل میدهند و با رای حداکثری نتیجه نهایی را اعلام میکنند، باعث میشود تا نتیجه بهتری را در برداشته باشد مدل پیشنهادی از ترکیب سه الگوریتم دسته بند پایه SVM kernel= sigmoid ، SVM kernel= rbf ، SVM kernel=linear به ترتیب با وزنهای ۱و۱و۲ آموزش داده شد این روش نسبت به سایر روشها و خود الگوریتم های پایه، دارای کارایی بیشتری بوده و معیار ارزیابی دقت و صحت دسته بندی را به %۷۴ و %۷۹ افزایش میدهد
کلیدواژهها
نویسندگان
مریم السادات کامروافر
کارشناسی ارشد، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
سینا دامی
استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
شیوه ارجاع
کامروافر، مریم السادات و دامی، سینا،1400،ارائه مدلی ترکیبی با استفاده از الگوریتم هایSVM جهت شناسایی هوشمند مجرمین حرفه ایی،دوازدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات دوازدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات30 اردیبهشت 1400 · بابل