آرش زندی - دانشجوی ارشد کامپیوتر گرایش هوش مصنوعی، دانشگاه آزاد واحد بردسیر
سوده شادروان - عضو هیات علمی دانشگاه آزاد اسلامی واحد بردسیر

در این مقاله ، روشی نوین برای انتخاب ویژگی با استفاده از الگوریتم بادبان ماهی و طبقه بندی داده ها با استفاده از ماشین بردار پشتیبان (SVM)جهت تشخیص سرطان ارائه شده است . روش پیشنهادی بر روی سه مجموعه داده مربوط به سرطان خون، پروستات و ریه ارزیابی شده و نتایج نشان می دهد که این روش می تواند به طور قابل توجهی دقت طبقه بندی را در مقایسه با روش های بدون انتخاب ویژگی و یا روش های مبتنی بر SVM بدون انتخاب ویژگی (بصورت استاندارد)، افزایش دهد. حداقل نرخ خطای طبقه بندی با بکارگیری روش پیشنهادی برابر ۵ درصد است .این در حالی است که بدون استفاده از الگوریتم بادبان ماهی ، حداقل میزان خطای طبقه بندی ، ۱/۱۰ درصد و بدون استفاده از روش طبقه بندی ماشین بردار پشتیبان، ۹/۱۷ درصد می باشد.

انتخاب ویژگی ؛ بادبان ماهی ؛ ماشین بردار پشتیبان؛ طبقه بندی ؛ سرطان.