بررسی اثر پارامترهای الگوریتم ازدحام ذرات در داده کاوی و استخراج ویژگی های دیتاست
Publish place: کنفرانس بین المللی چشم انداز 2020 و پیشرفت های تکنولوژیک مهندسی برق، کامپیوتر و فناوری اطلاعات
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 509
This Paper With 8 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:
شناسه ملی سند علمی:
EECIT01_070
تاریخ نمایه سازی: 5 اردیبهشت 1396
Abstract:
مسیله انتخاب ویژگی، یکی از مسایلی است که در مبحث یادگیری ماشین و همچنین شناسایی آماری الگو مطرح است که در آن تکنیک های موثر برای کاهش ابعاد یک دیتاست و انتخاب ویژگی های مرتبط با حوزه مسیله، مطرح است. این تکنیک در بسیاری از کاربردها مانند طبقه بندی اهمیت به سزایی دارد، زیرا در این کاربردها تعداد زیادی ویژگی وجود دارد که بار اطلاعاتی چندانی ندارند. الگوریتم بهینه سازی اجتماع ذرات یک تکنیک فرا- ابتکاری مدرن برای جستجوی فضای مسیله با هدف یافتن جواب های نزدیک به نقطه ی بهینه است. این الگوریتم با تکیه بر روش های هوش جمعی به حل مسایل بهینه سازی مختلف می پردازد. در این پروژه هدف آن است که بتوان با بررسی پارامترهای مختلف الگوریتم بهینه سازی اجتماع ذرات در مسیله ی انتخاب ویژگی بر روی داده های نمونه (با ساختار و ویژگی های متفاوت)، نتیجه گرفت که چه پارامترهایی کارایی را نتیجه بهتری می دهند. به طور کلی نتایج این تحقیق نشان می دهند که حجم جمعیت اولیه و پارامترهای سرعت، برای یک مقدار مشخص بهترین تاثیر را دارند.
Keywords:
Authors
سعید علیزاده ماهانی
مهندسی نرم افزار، دانشگاه آزاد اسلامی، واحد بردسیر
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 :