توضیحات
استفاده از ANFIS برای طبقه بندی سیگنال EEG به کمک ضرایب موجک با متلب
با anfis یک طبقه بند فازی برای داده های iris ایجاد کردیم که البته در anfis قسمت traning به جای روش گرادیان نزولی از الگوریتم های تکاملی مثل pso استفاده شده و خروجی ها مانند مقاله مرجع میباشد.
در روش 10-fold cross validation ، 150 داده iris را به 10 گروه که در هر گروه 15 داده وجود دارد تقسیم میکنیم. 10 مرحله داریم در هر مرحله یکی از گروهها را به عنوان مجموعه داده آزمایش و بقیه را به عنوان دادههای آموزش استفاده میکنیم. 15 نمونه را به عنوان دادههای آزمایش و
150-15=135 نمونه دیگر را به عنوان دادههای آموزش در نظر میگیریم. این کار را تا 10 مرحله تکرار میکنیم و در هر مرحله مقدار دقت accuracy و ماتریس confusion دادههای آزمایش را به دست میآوریم.
دادههای iris از 150 نمونه اندازهگیری در 3 کلاس 50 تایی از گلهای (setosa, versicolor, virginica) تشکیل میشوند.
هر داده از 4 عنصر اندازه طول گلبرگ، عرض گلبرگ، طول کاسبرگ و عرض کاسبرگ تشکیل میشود.
در ماتریس groups کلاسها را با مقادیر برچسبهای 1 و 2 و 3 مشخص میکنیم
در این برنامه برای classification دادهها از روش clustering استفاده نمیشود. برای طبقهبندی دادها از روش تخمین تابع سیستم با استفاده از anfis استفاده میکنیم. سیستم anfis را با 4 ورودی (تعداد عناصر بردار ویژگی) و 1 خروجی تعریف میکنیم. خروجی تابع یک مقدار پیوسته در بازه [1 3] است. برای classification خروجی را به نزدیک ترین مقدار 1 و 2 و 3 تقریب میزنیم. تابع CreateANFIS داده های آموزش را دریافت میکند و مدل سیستم استنتاج عصبی فازی را برای تابع طبقهبندی کننده به دست میآورد.
استفاده از ANFIS برای طبقه بندی سیگنال EEG به کمک ضرایب موجک با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.