یک الگوریتم تکرار شونده مبتنی بر طبقه بندی کنده FSVM برای انتخاب ویژگی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 618

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEAI03_001

تاریخ نمایه سازی: 9 مرداد 1395

Abstract:

با پیشرفت های به وجود آمده در جمع آوری داده و قابلیت های ذخیره سازی در طی دهه های اخیر مجموعه های داده ای با ابعاد بالا در علوم مختلف به سرعت در حال افزایش هستند. بسیاری از این مجموعه های داده ای دارای تعداد زیادی ویژگی به نسبت تعداد کم الگوها هستند. بسیاری از این ویژگی ها اغلب نامرتبط و دارای افزونگی هستند که منجر به کاهش عملکرد الگوریتم طبقه بندی می شوند از این روانتخاب ویژگی برای کاهش ابعاد مسئله و افزایش کارایی الگوریتمهای طبقه بندی پیشنهاد شده است. عملکرد روش پیشنهادی با شناخته شده ترین و جدیدترین روش های انتخاب ویژگی مبتنی بر طبقه بندی کننده svm مقایسه شده است نتایج ازمایشها نشان داد که روش پیشنهادی از نظر دقت طبقه بندی دارای عملکرد مناسب است.

Authors

محسن صیدی

دانشگاه آزاد اسلامی واحد صفادشت

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, Y. and Y.F. Zheng, FS_SFS: A novel feature ...
  • . Cadenas, J.M., M.C. Garrido, and R. Martinez, Feature subset ...
  • . Xin Sun, et al., Using cooperative game theory to ...
  • . Aghdam, M.H., N. Ghasem- Aghaee, and M.E. Basiri, Text ...
  • . Jung-Yi Jiang, Ren-Jia Liou, and S.-J. Lee, A Fuzzy ...
  • . Uguz, H., A two-stage feature selection method for text ...
  • . Kanan, H.R. and K. Faez, An improved feature selection ...
  • FSVM DrSVM 91.76 93.72 81.36 74.19 85.25 ...
  • . Vignolo, L.D., D.H. Milone, and J. Scharcanski, Feature selection ...
  • . Zini, L., et al., Structured multi-class feature selection with ...
  • . da Silva, S.F., _ al., Improving the ranking quality ...
  • . Rashedi, E., H. Nezamab adi-pour, and S. Saryazdi, A ...
  • . Inbarani, H.H., A.T. Azar, and G. Jothi, Supervised hybrid ...
  • . Jaganathan, P. and R. Kuppuchamy, _ threshold fuzzy entropy ...
  • . Cheng-Lung Huang and C.-Y. Tsai, A hybrid SOFM-SVR with ...
  • . Ronen Meiri and J. Zahavi, Using simulated annealing to ...
  • . Raileamu, L.E. and K. Stoffel, Theoretical comparison between the ...
  • Mitchell, T.M., Machine Learning. McGraw HillNewYork., 1997. ...
  • . Hanchuan Peng, Fuhui Long, and C. Ding, Feature selection ...
  • . Liu, D., et al., An iterative SVM approach to ...
  • نمایش کامل مراجع