تحسين أداء تصنيف تقانة آلة المتجه الداعم باستخدام الخوارزمية الجينية

المؤلفون المشاركون

الوزان، محمد علي محمد
عمر صابر قاس

المصدر

مجلة الرافدين لعلوم الحاسبات و الرياضيات

العدد

المجلد 12، العدد 2 (31 ديسمبر/كانون الأول 2018)، ص ص. 49-60، 12ص.

الناشر

جامعة الموصل كلية علوم الحاسبات و الرياضيات

تاريخ النشر

2018-12-31

دولة النشر

العراق

عدد الصفحات

12

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

الملخص EN

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 .

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

عمر صابر قاس والوزان، محمد علي محمد. 2018. تحسين أداء تصنيف تقانة آلة المتجه الداعم باستخدام الخوارزمية الجينية. مجلة الرافدين لعلوم الحاسبات و الرياضيات،مج. 12، ع. 2، ص ص. 49-60.
https://search.emarefa.net/detail/BIM-901073

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

عمر صابر قاس والوزان، محمد علي محمد. تحسين أداء تصنيف تقانة آلة المتجه الداعم باستخدام الخوارزمية الجينية. مجلة الرافدين لعلوم الحاسبات و الرياضيات مج. 12، ع. 2 (2018)، ص ص. 49-60.
https://search.emarefa.net/detail/BIM-901073

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

عمر صابر قاس والوزان، محمد علي محمد. تحسين أداء تصنيف تقانة آلة المتجه الداعم باستخدام الخوارزمية الجينية. مجلة الرافدين لعلوم الحاسبات و الرياضيات. 2018. مج. 12، ع. 2، ص ص. 49-60.
https://search.emarefa.net/detail/BIM-901073

نوع البيانات

مقالات

لغة النص

العربية

الملاحظات

يتضمن مراجع ببليوجرافية : ص. 60

رقم السجل

BIM-901073