%0 Journal Article %A Khodagholi, Mona %A Dolati, Ardeshir %A Hosseinzadeh, Ali %A Shamsolketabi, khashayar %T A New Method to Determine Data Membership and Find Noise and Outlier Data Using Fuzzy Support Vector Machine %J Signal and Data Processing %V 15 %N 3 %U http://jsdp.rcisp.ac.ir/article-1-394-fa.html %R 10.29252/jsdp.15.3.101 %D 2018 %K Fuzzy Logic, Machine learning, Data mining, Fuzzy support vector machine, fuzzy membership function, %X در این مقاله روشی جدید را با استفاده از ماشین بردار پشتیبان فازی به منظور عضویت‎دهی داده‌های آموزشی، براساس فاصله از ابر صفحه جداکننده معرفی می‌شود. در این روش، با استفاده از طبقه‌بندی ماشین بردار پشتیبان و نیز عضویت نخستین داده‌های آموزشی، یک تابع عضویت فازی به‌کمک اعداد فازی مثلثی متقارن برای تمام فضا معرفی می‌شود. مبتنی بر این روش، مقدار تابع عضویت فازی هر داده جدیدی که می‌خواهد طبقه‌بندی شود، به­گونه‌ای انتخاب می‌شود که کمترین میزان اختلاف را با عضویت اولیه داده‌های آموزشی و بیشترین میزان فازی­سازی داشته باشد. نخست این مسأله به‌صورت یک مسأله بهینه‌سازی غیرخطی تعریف، سپس به‌کمک روش نقاط بحرانی، الگوریتمی کارا معرفی می‌شود و تابع عضویت نهایی داده‌های آموزشی به‌دست می­آید؛ همچنین، در ادامه با مقایسه مقدار عضویت‌های اولیه داده‌های آموزشی با توزیع عضویت نهایی به‌دست‌آمده از روش پیشنهادی، میزان نوفه‌ای‌بودن داده آموزشی بررسی می‌شود. در انتهای این مقاله نیز جهت فهم بهتر و نشان‌دادن کارایی الگوریتم، آزمایش‌هایی انجام و چگونگی رفتار الگوریتم پیشنهادی بر روی نمودار پیاده‌سازی و با یک روش پایه مقایسه می‌شود. %> http://jsdp.rcisp.ac.ir/article-1-394-fa.pdf %P 101-112 %& 101 %! A new method for assigning membership by using fuzzy support vectore machine %9 Research %L A-10-797-1 %+ %G eng %@ 2538-4201 %[ 2018