انتخاب ویژگیهای موثرباترکیب روشهای فیلترورپر
Publish place: First National Conference on Advances in computer science and information retrieval approaches
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 793
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ01_608
تاریخ نمایه سازی: 29 دی 1392
Abstract:
انتخاب ویژگی یکی ازموضوعات مهم درحوزه یادگیری ماشین وتشخیص الگو می باشد دراین مقاله یک روش ترکیبی انتخاب ویژگی براساس فیلترهمبستگی و رپرشبکه های عصبی مصنوعی ارایه میگردد الگوریتم پیشنهادی دردومرحله زیرمجموعه ویژگی را انتخاب می کند درمرحله اول ازفیلترهمبستگی برای حذف ویژگیهای افزونه و بی ربط استفاده شده و درمرحله دوم رپرشبکه های عصبی ازمیان ویژگیهای باقیمانده با استفاده ازالگوریتم جستجوی رو به جلو ویژگیهایی با کمترین میزان وابستگی را انتخاب می کند که قدرت کلاسه بندی شبکه را افزایش دهند ما کااریی این الگوریتم رابااعمال آن برروی شش مجموعه داده ی کلاس بندی ارزیابی نموده ایم نتایج بدست امده نشان دهنده ی قدرت این الگوریتم درانتخاب زیرمجموعه ویژگیها می باشد
Keywords:
Authors
سیده پروانه حسینی
دانشگاه آزاد اسلامی دزفول
علیرضا عصاره
دانشگاه شهیدچمران اهواز
ایمان عطارزاده
دانشگاه آزاد اسلامی دزفول
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :