کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7542000 | 1489081 | 2015 | 13 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Sample re-weighting hyper box classifier for multi-class data classification
ترجمه فارسی عنوان
طبقه بندی مجدد اضافی جعبه مجدد برای طبقه بندی داده های چند طبقه ای
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
طبقه بندی داده های چند کلاس، برنامه ریزی ریاضی، بهینه سازی اعداد مختلط، نمایش جعبه فوق العاده
ترجمه چکیده
علاوه بر این، ما یک روش پارتیشن بندی فضای داده ساده را برای کاهش هزینه های محاسباتی پیشنهاد شده برای طبقه بندی مجدد بارکد پیشنهاد شده برای مجتمع پیشنهاد می کنیم. روش پارتیشن مجموعه داده های اصلی را به دو ناحیه غیر مجزا تقسیم می کند و سپس به ترتیب به ترتیب برای طبقه بندی مجدد مجدد مجدد مجدد جعبه مجزا برای هر منطقه به کار می رود. از طریق برخی از مجموعه داده های دنیای واقعی، ما نشان می دهیم که روش پارتیشن بندی فضای داده، هزینه های محاسباتی را به میزان قابل توجهی کاهش می دهد و سطح اطمینان پیش بینی را حفظ می کند.
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مهندسی صنعتی و تولید
چکیده انگلیسی
Furthermore, we introduce a simple data space partition method to reduce the computational cost of the proposed sample re-weighting hyper box classifier. The partition method partitions the original dataset into two disjoint regions, followed by training sample re-weighting hyper box classifier for each region respectively. Through some real world datasets, we demonstrate the data space partition method considerably reduces the computational cost while maintaining the level of prediction accuracies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Industrial Engineering - Volume 85, July 2015, Pages 44-56
Journal: Computers & Industrial Engineering - Volume 85, July 2015, Pages 44-56
نویسندگان
Lingjian Yang, Songsong Liu, Sophia Tsoka, Lazaros G. Papageorgiou,