سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارائه یک روش کارایی انتخاب ویژگی در مجموعه دادههای با ابعاد بالا

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 823

This Paper With 21 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

CITCONF03_401

Index date: 2 July 2016

ارائه یک روش کارایی انتخاب ویژگی در مجموعه دادههای با ابعاد بالا abstract

با پیشرفت های به وجود آمده در جمع آوری داده و قابلیتهای ذخیره سازی در طی دهه های اخیر مجموعه های داده های باابعاد بالا در علوم مختلف به سرعت در حال افزایش هستند. بسیاری از این مجموعه های داده ای تعداد زیادی ویژگی به نسبت تعداد کم الگوها هستند بسیار از این ویژگی های اغلب نامرتبط و دارای افزونگی هستند کهمنجر به کاهش عملکرد الگوریتمهای طبقه بندی می شوند. ا ز طرف دیگر قابلیت تعمیم الگوریتم طبقه بندی افزایش پیدا می کند در این مقاله قابلیت تعمیم الگوریتم طبقه بندی افزایش پیدا میکند دراینمقاله یک روش انتخاب ویژگی با استفاده از خوشه بندی گراف ارائه می شود.

ارائه یک روش کارایی انتخاب ویژگی در مجموعه دادههای با ابعاد بالا Keywords:

ارائه یک روش کارایی انتخاب ویژگی در مجموعه دادههای با ابعاد بالا authors

هاجر احمدی

گروه مهندسی کامپیوتر دانشکده فنی مهندسی دانشگاه شهید چمران اهواز ایران

سیدعنایت الله علوی

گروه مهندسی کامپیوتر دانشکده فنی مهندسی دانشگاه شهید چمران اهواز 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 :
Liu. H. "Feature Selection; An Ever Evolving Frontier in Data ...
Jung-Yi Jiang, Ren-Jia Liou, and S.-J. Lee, _ Fuzzy Self- ...
Zini, L., , et al., "Structured multi-class feature selection with ...
adaptation and feature selection method for content-based image retrieval systems". ...
Inbarani, H.H., A.T. Azar, and G. Jothi, "Supervised hybrid feature ...
Cheng-Lung Huang and C.-Y. "Tsai, A hybrid SOFM-SVR with a ...
Vignolo, L.D., D.H. Milone, and J. Scharcanski, :Feature selection for ...
theory". Pattern Recognition, 2012. 45(8): p. Pages 2992-3002. ...
Classification and Clustering". IEEE Transactions on Knowledge And Data Engineering, ...
Chandrash ekar, G. and F. Sahin, _ survey on feature ...
P. Pudil, J. Novovicova1, and J. Kittler., "Floating search methods ...
Raileanu, L.E. and K. Stoffel, "Theoretical comparison between the Gini ...
Unler, A., A. Murat, and R.B. Chinam, mr2PSO: _ relevance ...
Support Vector Machines". Machine Learning 2002. 46(1): p. 389-422. Holland, ...
Xin Sun, et al., "Feature evaluation and selection with cooperative ...
Liu, H. and L. Yu, "Toward Integrating Feature Selection Algorithms ...
Isabelle Guyon, et al., "Gene Selection for Cancer Classification using ...
C. De Stefano, et al., _ GA-based feature selection approach ...
Md. Shahjahan, and K. Murase., " A new local search ...
optimization algorithm for feature selection". Applications, 2012. 39(3): p. 3747-3763. ...
Xi Zhao, W. Deng., and Y. Sh, :Feature Selection with ...
Xi Zhao, W.D., Yong Shi, "Feature Selection with graphival nodle ...
Selection Algorithm for High -Dimensional Data". IEEE Transactions on p. ...
Vincent, B, Jean.G., Renaud. L, and Etinne. L, "Fast unfolding ...
S. Theodoridis and C. Koutroumbas, "Pattern Recognition", 4th Edn. Elsevier ...
D.E.Goldberg, "Genetic Algorithms in Search". Optimization and Machine Learning, firsted. ...
Availablefrom _ _ http:/archive. _ uci. edu/m l/datasets. html>, 2007. ...
S. Theodoridis and C. Koutroumbas, "Pattern Recognition", 4th Edn. Elsevier ...
Song, Q., J. Ni, and G. Wang, _ Fast Clustering-B ...
Asuncion, A. and D. Newman, "UCI repository of machine learning ...
نمایش کامل مراجع

مقاله فارسی "ارائه یک روش کارایی انتخاب ویژگی در مجموعه دادههای با ابعاد بالا" توسط هاجر احمدی، گروه مهندسی کامپیوتر دانشکده فنی مهندسی دانشگاه شهید چمران اهواز ایران؛ سیدعنایت الله علوی، گروه مهندسی کامپیوتر دانشکده فنی مهندسی دانشگاه شهید چمران اهواز ایران نوشته شده و در سال 1394 پس از تایید کمیته علمی سومین کنفرانس بین المللی پژوهشهای کاربردی در مهندسی کامپیوتر و فن آوری اطلاعات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله انتخاب ویژگی ؛ راهکار پوششی؛ الگوریتم ژنتیک؛ شبکه های اجتماعی؛خوشه بندی گراف؛ تشخیص جوامع هستند. این مقاله در تاریخ 12 تیر 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 823 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که با پیشرفت های به وجود آمده در جمع آوری داده و قابلیتهای ذخیره سازی در طی دهه های اخیر مجموعه های داده های باابعاد بالا در علوم مختلف به سرعت در حال افزایش هستند. بسیاری از این مجموعه های داده ای تعداد زیادی ویژگی به نسبت تعداد کم الگوها هستند بسیار از این ویژگی های اغلب نامرتبط و دارای افزونگی ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله ارائه یک روش کارایی انتخاب ویژگی در مجموعه دادههای با ابعاد بالا با 21 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.