research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
تحسين أداء تصنيف تقانة آلة المتجه الداعم باستخدام الخوارزمية الجينية

Authors: عمر صابر قاسم --- محمد علي محمد الوزان
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2018 Volume: 12 Issue: 2 Pages: 49-60
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this research, the genetic algorithm was proposed as a method to find the parameters of support vector machine, specifically the σ and c parameters for kernel and the hyperplane respectively. Based on the Least squares method, the fitness function was built in the genetic algorithm to find the optimal values of the parameters in the proposed method. The proposed method showed better and more efficient results than the classical method of support vector machine which adopts the default or random values of parameters σ and c in the classification of leukemia data.

اقترح في هذا البحث الخوارزمية الجينية(Genetic algorithm) طريقة لإيجاد المعلمات Parameters)) لتقانة آلة المتجه الداعم (Support vector machine) وتحديدا المعلمات σ وc اللتان تمثلان على التوالي معلمة النواة (Kernel)، ومعلمة المستوى الفاصل Hyperplane))، وبالاستناد إلى طريقة المربعات الصغرى ((Least squares بنيت دالة اللياقةFitness function) ) في الخوارزمية الجينية التي يحدد بها أفضل قيم للمعلمات في الطريقة المقترحة، وبالمقارنة مع الطريقة الاعتيادية لتقانة آلة المتجه الداعم التي تعتمد قيم افتراضية أو عشوائية للمعلمات σ وc، تبين أن الطريقة المقترحة ذات نتائج أفضل واكفأ من الطريقة الاعتيادية في تصنيف بيانات مرض اللوكيميا.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

Arabic (1)


Year
From To Submit

2018 (1)