یک الگوریتم جدید ممتیک خودتطبیقی مبتنی بر عدم قطعیت متقارن برای انتخاب ویژگی
Publish place: National Conference on Computer Science and Engineering with a focus on national security and sustainable development
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 512
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMPUTER01_220
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
مسئله انتخاب ویژگی درگیر تعریف ویژگی های ارزنده و جداسازی آن ها براساس میزان ارزندگی شان برای طبقه بندی بهتر مجموعه داده ها است. که این مهم با حذف ویژگی های افزونه، بی ارزش و نویزی صورت می گیرد. بنابراین برای تحلیل بهتر داده ها نیاز به انتخاب بهترین مجموعه از ویژگی هاست که بتواند به دقت قابل قبولی در پردازش پایگاه داده و کاوش روابط معنادار بین ویژگی ها برسد. در این مقاله یک الگوریتم ممتیک جدید برای حل مسائل انتخاب ویژگی ارائه شده است که بر پایه جستجوی سراسری الگوریتم ازدحام ذرات (PSO) و جستجوی محلی مبتنی بر عدم قطعیت متقارن (SU) است. همچنین برای تعیین روش گسسته سازی مناسب و بهتر از هار روش گسسته سازی مختلف به صورت خود تطبیقی استفاده شده است. نتایج حاصله از ارزیابی عملکرد روش پیشنهادی بر روی مجموعه داده های مختلف، نشان دهنده کارایی روش مزبور در داده های با ابعاد بالا در مقایسه با نسخه های دیگر می باشد.
Keywords:
Authors
احسان اسلامی
دانشجوی کارشناسی ارشد، دانشگاه شهید باهنر، کرمان، ایران
مهدی افتخاری
استادیار، بخش مهندسی کامپیوتر، دانشگاه شهید باهنر، کرمان، ایران
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 :