این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Electrical and Electronic Engineering، جلد ۱، شماره ۳، صفحات ۱-۹
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Intelligent and Robust Genetic Algorithm Based Classifier
چکیده انگلیسی مقاله The concepts of robust classification and intelligently controlling the search process of genetic algorithm (GA) are introduced and integrated with a conventional genetic classifier for development of a new version of it, which is called Intelligent and Robust GA-classifier (IRGA-classifier). It can efficiently approximate the decision hyperplanes in the feature space. It is shown experimentally that the proposed IRGA-classifier has removed two important weak points of the conventional GA-classifiers. These problems are the large number of training points and the large number of iterations to achieve a comparable performance with the Bayes classifier, which is an optimal conventional classifier. Three examples have been chosen to compare the performance of designed IRGA-classifier to conventional GA-classifier and Bayes classifier. They are the Iris data classification, the Wine data classification, and radar targets classification from backscattered signals. The results show clearly a considerable improvement for the performance of IRGA-classifier compared with a conventional GA-classifier.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله s h ظهیری | s h zahiri


h رجبی مشهدی | h rajabi mashhadi


s a سیدین | s a seyedin


نشانی اینترنتی http://ijeee.iust.ac.ir/browse.php?a_code=A-10-3-49&slc_lang=en&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده Research Paper
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات