در این مقاله یک طبقه بند تک کلاسه مبتنی بر مرز با الهام از طبقه بند توصیف گر داده مبتنی بر بردار پشتیبان (SVDD) ارائه شده است. در طبقه بند SVDD حتی زمانی که نمونه های پرت به بیرون از مرز رانده می شوند، باز هم این نمونه ها بر مرز طبقه بند اثر می گذارند و این مساله باعث افزایش خطای طبقه بند می شود. در طبقه بند پیشنهادی به گرانش نمونه های آموزش اهمیت داده می شود و همچنین همه نمونه ها در تعیین مرز طبقه بند دخالت دارند. بر این مبنا دو طبقه بند که در یکی دانش در مورد نمونه های پرت نیز در نظر گرفته می شود، پیشنهاد شده است. مساله بهینه سازی مطرح در طبقه بند پیشنهادی علاوه بر این که تحدب را حفظ می کند، در حوزه کرنل نیز به سهولت قابل استفاده است. پس از معرفی طبقه بند پیشنهادی و حل مساله بهینه سازی آن، چگونگی تغییرات مرز طبقه بند پیشنهادی در مقابل تغییرات پارامترهای مدل بررسی می شود. نتایج آزمایش ها در مقایسه با دو طبقه بند SVDD و Density Induced SVDD نشان می دهد که روش پیشنهادی در کاهش اثر نمونه های پرت موفق بوده است.

روند رو به رشد استفاده از اینترنت و وجود نقاط آسیب پذیر در شبکه، استفاده از سیستم های تشخیص نفوذ را به عنوان یکی از مهم ترین عناصر برقراری امنیت درخور توجه قرار داده است. تشخیص نفوذ در اصل مسئله دسته بندی است و شناسایی ویژگی های موثر ازجمله موضوعات با اهمیت در دسته بندی است. در این مقاله یک روش جدید برای انتخاب ویژگی های موثر در تشخیص نفوذ در شبکه، مبتنی بر الگوریتم تخمین توزیع ارائه شده است که از درخت وابستگی احتمالاتی برای شناسایی تعاملات بین ویژگی ها استفاده می کند. به منظور ارزیابی عملکرد این الگوریتم از مجموعه داده NSL-KDD استفاده شده است که در آن، بسته ها به پنج دسته نرمال و نفوذهای نوع DOS، U2R، R2L و Prob تقسیم شده اند. عملکرد الگوریتم ارائه شده به تنهایی و به صورت ترکیبی با سایر الگوریتم های انتخاب ویژگی، مانند انتخاب پیشرو، انتخاب پسرو و الگوریتم ژنتیک، مقایسه و تاثیر پارامترهای الگوریتم، مانند اندازه جمعیت بر میزان دقت تشخیص نفوذ بررسی شده است. براساس نتایج حاصل از این تحلیل و نیز ترکیب نتایج بررسی میزان دقت درون دسته ای حاصل از به کارگیری الگوریتم های انتخاب ویژگی متفاوت، زیرمجموعه ای از ویژگی های موثر در تشخیص نفوذ شناسایی شده است.

با توجه به رشد نمایی متون الکترونیکی، سازماندهی و مدیریت متون، مستلزم ابزاری است که اطلاعات و داده های مورد جستجوی کاربران را در کمترین زمان ارایه دهد؛ از این رو در سال های اخیر روش های دسته بندی اهمیت ویژه ای پیدا کرده است. هدف دسته بندی متون دست یابی به اطلاعات و داده ها در کسری از ثانیه است. یکی از مشکلات اصلی در دسته بندی متون، ابعاد بالای ویژگی هاست. برای کاهش ویژگی های متون، انتخاب ویژگی ها یکی از موثرترین راه حل هاست. چراکه هزینه محاسباتی که تابعی از طول بردار ویژگی هاست، بدون انتخاب ویژگی ها افزایش می یابد. در این مقاله روشی براساس بهبود الگوریتم ماشین بردار پشتیبان با الگوریتم رقابت استعماری برای دسته بندی اسناد متنی ارایه شده است. در روش پیشنهادی، از الگوریتم رقابت استعماری برای انتخاب ویژگی های و از الگوریتم ماشین بردار پشتیبان برای دسته بندی متون استفاده شده است. آزمایش و ارزیابی روش پیشنهادی بر روی مجموعه داده های Reuters21578, WebKB و Cade 12 انجام شده است. نتایج شبیه سازی حاکی از آن است که روش پیشنهادی در معیارهای دقت، بازخوانی و F Measure از روش ماشین بردار پشتیبان بدون انتخاب ویژگی عملکرد بهینه تری دارد.

در این مقاله روشی برای بازشناسی برخط ارقام دست نویس فارسی ارایه می شود. چهار مجموعه ویژگی نقطه ای و یک مجموعه ویژگی سراسری، از نمونه های پیش پردازش شده استخراج شده است. در این پژوهش ساختاری مناسب برای بردار ویژگی، تنها حاوی یک مجموعه ویژگی نقطه ای و بهره گیری از ویژگی های سراسری در کنار ویژگی های نقطه ای برای بهبود عملکرد طبقه بند ارایه می شود. به همین منظور آزمایش های متعددی با هرکدام از مجموعه ویژگی های نقطه ای و همچنین بهره گیری از ویژگی های سراسری در کنار هریک از مجموعه ویژگی های نقطه ای با استفاده از طبقه بند ماشین بردار پشتیبان (SVM) با رویکردهای یک در مقابل همه (OVA) و یک در مقابل یک (OVO) انجام شده است. در این تحقیق به منظور ارایه روشی سریع، دقیق و با قابلیت اطمینان بالا، طبقه بند ماشین بردار پشتیبان (SVM) با رویکرد یک در مقابل یک (OVO) برای بازشناسی برخط ارقام دست نویس فارسی، پیشنهاد شده است. روش پیشنهادی ارایه شده در این مقاله روی ارقام موجود در پایگاه داده Online-TMU انجام شده است، بهترین نرخ بازشناسی، با بهره گیری از تغییرات در راستای افقی (Dx) و تغییرات در راستای عمودی (Dy) به عنوان ویژگی نقطه ای در کنار مجموعه ویژگی های سراسری حاصل می شود، که میانگینی برابر با 98.08 درصد دارد.

زمینه و هدف: در مطالعه حاضر، یک رویکرد انتخاب ویژگی ترکیبی از روش های فیلتر و بسته بندی، با هدف تشخیص وضعیت بیماری و بقای بیمار، برای تعدادی از مجموعه دادگان علوم زیستی با تعداد متفاوت نمونه، ویژگی و کلاس پیاده سازی می شود؛ بنابراین، این راهبرد از مزایای هر دو روش، شامل سرعت عملکرد، تعمیم پذیری و دقت بالا بهره می برد. روش بررسی: الگوریتم های انتخاب ویژگی در چارچوب بازشناسی آماری الگو در نرم افزار Matlab R2021a طی فروردین و اردیبهشت 1401 مدل سازی شده اند. ابتدا ویژگی ها بر پایه اطلاعات متقابل بهنجار شده رتبه بندی می شوند و یک زیرمجموعه ویژگی بهینه با بالاترین دقت دسته بند انتخاب می شود. پس از خوشه بندی مجموعه داده به روش Mini Batch K-means و استخراج ویژگی های رتبه بندی شده، الگوریتم های شمول و خروج ویژگی به مجموعه دادگان اعمال می شوند. یافته ها: رویکردهای انتخاب ویژگی پیشنهادی برای مجموعه دادگان زیست شناسی مولکولی، ویروس هپاتیت C و باکتری E. coli، امتیاز صحت و فراخوانی بالای 98% را نتیجه می دهند، که به معنای حضور تعداد بسیار کم موارد مثبت کاذب و منفی کاذب در دسته بندی با ماشین بردار پشتیبان خطی است. برای مجموعه داده ویروس هپاتیت C، با انتخاب 9 ویژگی مرتبط از 13 ویژگی موجود با روش خروج ویژگی، دقت دسته بندی 92/98% و امتیاز F1 02/%99 به دست می آید. رویکرد شمول ویژگی نیز با یک اختلاف جزیی، دقت 78/98% را نتیجه می دهد. نتیجه گیری: نتایج حاصل نشان دهنده توانمندی رویکردهای انتخاب ویژگی به کار رفته برای مجموعه دادگان علوم زیستی با ابعاد بالای ویژگی همچون مجموعه داده بیان پروتیین می باشد. قابلیت تعمیم پذیری به سایر دسته بندها و تعیین خودکار تعداد ویژگی های بهینه در طول فرآیند انتخاب ویژگی، این رویکردها را در بسیاری از کاربردهای داده کاوی برای علوم زیستی انعطاف پذیر می سازد.

افزایش ابعاد فضای ویژگی ورودی موجب تمایز بیش تر کلاس های پوششی در طبقه بندی تصاویر سنجش از دور می شود اما تعداد کم نمونه های آموزشی مانع از بروز این عملکرد مثبت می شود. استفاده از روش های گروهی به جای طبقه بندی کننده های منفرد راه حل مناسبی برای برخورد با این مشکل است. در این مقاله روشی با عنوان «ماشین های تصادفی بردار پشتیبان (SVRMs)» برای جمعی کردن روش SVM پیشنهاد می شود. روش پیشنهادی نسبت به روش های قبلی در جمعی کردن SVM مزایای موثری دارد. اعمال هم زمان روش بگینگ در داده های آموزشی و فضای ویژگی و روش بوستینگ موجب بهبود صحت، استقلال و تنوع طبقه بندی کننده های پایه می شود. ادغام طبقه بندی کننده ها در روش پیشنهادی در سطح احتمال و به صورت غیرخطی با استفاده از یک تلفیق SVM انجام کمی شود. عملکرد روش پیشنهادی بر روی داده های فراطیفی و پلاریمتریک رادار با روزنه مصنوعی ارزیابی شده است. آزمایش ها از سه دیدگاه: ارزیابی در برابر سایر روش های دسته جمعی SVM، ارزیابی در برابر روش های انتخاب ویژگی و در نهایت سایر روش های طبقه بندی طراحی و تحلیل شده است. در داده فراطیفی روش پیشنهادی حدود 16 درصد و در داده پلاریمتریک حدود 10 درصد نسبت به روش منفرد SVM بهبود نشان می دهد. روش پیشنهادی در هر دو منبع داده عملکرد بهتری در بیشتر کلاس های مورد بررسی خصوصا کلاس های نزدیک نسبت سایر روش های جمعی نشان می دهد. نتایج نشان می دهد روش پیشنهادی ضمن حفظ هزینه محاسباتی مطلوب عملکرد بهتری نسبت به روش های انتخاب ویژگی همچون ژنتیک دارد. مطابق نتایج صحت و دقت مطلوب روش پیشنهادی نیز در برابر روش های پایه طبقه بندی در دو منبع داده (بیشترین شباهت و ویشارت) و همچنین روش های قدرتمند (جنگل تصادفی و شبکه عصبی) تصدیق می شود.