سال 28، شماره 2 - ( مجموعه مقالات پذیرفته و ارائه شده در بیست و هشتمین کنفرانس اپتیک و فوتونیک ایران 1400 )                   ICOP & ICPET _ INPC _ ICOFS سال28 صفحات 783-780 | برگشت به فهرست نسخه ها

XML English Abstract Print


چکیده:   (2187 مشاهده)
چکیده – کاهش ابعاد تکنیکی است که به منظور افزایش دقت مدل طبقه بندی مورد استفاده قرار میگیرد. در این پژوهش تاثیر کاهش ابعاد به وسیله ی روش های تحلیل مولفه اصلی(PCA) و تجزیه و تحلیل تفکیک خطی(LDA) در طبقه بندی داده های بیناب نمایی فروشکست القایی لیزری(LIBS) نمونه های آلیاژی آهن -کروم-نیکل با استفاده از روش ماشی بردار پشتیبان(SVM) به همراه دو تابع کرنل خطی و شعاعی(RBF) مورد بررسی قرار گرفت. در روش PCA نتایج طبقه بندی SVM با کرنل خطی و شعاعی به ترتیب 100%ذو 98%حاصل و در روش LDA  نتایج به ترتیب برابر 100 %و 68 %بدست آمد. نتایج پژوهش کارآمدی روش PCA را در مقایسه با روش LDA در ای حوزه به خوبی نشان داد.
متن کامل [PDF 798 kb]   (1137 دریافت)    
نوع مطالعه: تجربی | موضوع مقاله: تخصصی

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.