انتخاب ویژگی چند هدفه با استفاده از بهینه سازی ذرات برای بازشناسی الگو
Publish place: The 6th Conference of Al Robotics
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 694
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IRANOPEN06_023
Index date: 12 November 2016
انتخاب ویژگی چند هدفه با استفاده از بهینه سازی ذرات برای بازشناسی الگو abstract
در بازشناسی الگو دسته بندی داده های با ابعاد بالا کار سخت و زمان بری است طوری که این مسئله به نفرین ابعاد معروف است. یک راه حل این مسئله، به کار بردن روش های انتخاب ویژگی برای کاهش ابعاد است. در این مقاله، پیشنهاد می شود که از روش های تکاملی چند هدفه و بطور خاص از الگوریتم ازدحام ذرات به منظور در نظر گرفتن دو یا چند معیار همزمان جهت جستجو و انتخاب در فضای ویژگی ها استفاده شود. به این منظور معیارهای ضریب همبستگی پیرسون، فاصله درون و برون کلاسی، اطلاعات متقابل که به ترتیب بیانگر وابستگی ویژگی ها، میزان قدرت متمایز سازی ویژگی ها، محتویات اطلاعاتی ویژگی ها هستند، در نظر گرفته شده اند و ترکیب دو به دوی آنها به عنوان اهداف توام انتخاب ویژگی در تابع برازدگی الگوریتم تکاملی پیشنهاد شده اند. ارزیابی بر روی دادگان UCI و دسته بندهای گوناگون نشان می دهد که روش های ترکیب پیشنهادی نسبت به دیگر روش های شناخته شده انتخاب ویژگی برتری دارد و یا کارآیی همپای آنها ارائه می دهد.
انتخاب ویژگی چند هدفه با استفاده از بهینه سازی ذرات برای بازشناسی الگو Keywords:
انتخاب ویژگی چند هدفه با استفاده از بهینه سازی ذرات برای بازشناسی الگو authors
رزیتا پور پولادی
دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات
بابک ناصر شریف
دانشگاه صنعتی خواجه نصیرالدین طوسی، واحد تهران، دانشکده مهندسی برق و کامپیوتر