شماره ركورد كنفرانس :
4002
عنوان مقاله :
بهينه سازي انتخاب زيرمجموعه ويژگي با الگوريتم حريصانه پروسيجر تطابقي تصادفي (GRASP)
پديدآورندگان :
آرمانفر امين Amin.Armanfar67@gmail.com گروه مهندسي كامپيوتر، واحد مياندوآب، دانشگاه آزاد اسلامي، مياندوآب، ايران , بهمني جواد گروه مهندسي كامپيوتر، واحد مياندوآب، دانشگاه آزاد اسلامي، مياندوآب، ايران , بوير عسگرعلي استاديار گروه فناوري اطلاعات و ارتباطات، دانشگاه شهيد مدني آذربايجان، تبريز، ايران
كليدواژه :
داده كاوي , GRASP , انتخاب زير مجموعه ويژگي , كلاسبندي.
عنوان كنفرانس :
دومين كنفرانس ملي محاسبات توزيعي و پردازش داده هاي بزرگ
چكيده فارسي :
در اين مقاله يك متد جديد از الگوريتم GRASP جهت انتخاب زير مجموعه‌اي از ويژگي‌هاي موجود در داده اطلاعاتي جهت بالا بردن سرعت داده كاوي و بهينه كردن الگوريتم‌هاي داده كاوي پيشنهاد مي‌شود. در اين رويكرد ما ازفيلترهاي آنتروپي ، ضريب همبستگي و اطلاعات به دست آمده جهت انتخاب زير مجموعه اوليه استفاده مي كنيم. در مرحله بعد با استفاده از الگوريتم‌هاي توليد زير مجموعه همسايگي كه اين الگوريتم ها عبارتند از: تبادل دو به دو مجاورتي ، تبادل دو به دو به طور كامل ، بالاترين اولويت از مقابل و الگوريتم متغير همسايگي . و يك زير مجموعه بهينه با استفاده از الگوريتم هاي روش كلاسبندي مبتني بر نمونه از ويژگي ها موجود در داده انتخاب شده و بقيه ويژگي‌ها از داده حذف شده و بدين ترتيب پروسه داده كاوي در آينده با سرعت بيشتر و با دقتي بسيار نزديك به اطلاعات قبل از حذف ويژگي‌هاي زائد به دست مي آوريم.
