معیار فاصله احتمالی شی-تا-گروه برای طبقه بندی داده های نامعین
Object-to-group probabilistic distance measure for uncertain data classification
اشیای نامعین که در آنها هر ویژگی با چندین مشایهده یا تابع تراکم احتمال مناسب یا داده شده نشان داده می شود در حوزه های کاربردی نظیر شبکه های حسگر، پایگاه داده شی متحرک و پایگاه داده بیوپزشکی و پزشکی به وجود آمده است. ما متدی برای طبقه بندی اشیای نامعین بر مبنای معیار فاصله احتمالی بین شی نامعین و گروهی از اشیای نامعین ارائه میکنیم. این معیار فاصله احتمالی شی تا گروه ، منحصر بفرد است و همبستگی ویزگی های درونن هر کلاس و در هر شی را ، به صورت جداگانه محاسبه میکند. ما طبقه بندی شی-تا-گروه پیشنهاد شده را با دو روش طبقه بندی به نامهای طبقه بندی K-همسایه نزدیکتر در میانه اشیا (certain-KNN) و طبقه بندی ناوی بیزی نامعین مقایسه میکنیم. همچنین آن را با طبقه بندی K-همسایه نزدیک تر نامعین (uncertain-KNN) که در اینجا پیشنهاد می شود و از معیارهای فاصله احتمالی کنونی برای فاصله های شی-تا-گروه استفاده میکند نیز مقایسه می کنیم. ما مزایای طبقه بندی پینشهادی را در مقایسه با داده های واقعی و شبیه سازی شده نشان می دهیم.
کلمات کلیدی: داده کاوی، داده نامعین، طبقه بندی، معیارهای فاصله احتمالی
سفارش ترجمه تخصصی مهندسی کامپیوتر
- ۰ نظر
- ۱۱ فروردين ۰۲ ، ۰۱:۱۴