Classification Et Reconnaissance Des Formes Par Algorithmes Hybrides
Résumé: Les travaux de recherche menés dans cette thèse s’attachent à la classification par les systèmes neuronaux, les systèmes mutli-réseaux de neurones et les systèmes neuro-flous. Plus précisément, nous nous intéressons à l’amélioration des performances de l’apprentissage par la Retro-propagation. Nous proposons à cet égard une nouvelle méthode de classification : la classification étiquetée, et introduisons trois modèles qui en résultent : le perceptron multicouche étiqueté, le classificateur neuro-flou étiqueté et les systèmes étiquetés multi-réseaux de neurones. La méthode proposée s’articule essentiellement sur l’ajout d’une caractéristique additionnelle, les étiquettes, à tous les exemples d’apprentissage, et à la réalisation de plusieurs tests pour classer les nouveaux exemples. L’idée de base consiste à simplifier l’entrainement en rendant les exemples d’apprentissage linéairement séparables, et à exploiter les propriétés des réseaux de neurones, notamment l’estimation des probabilités a posteriori, afin d’établir la décision finale.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
