شماره ركورد كنفرانس :
4004
عنوان مقاله :
انتخاب ويژگي با استفاده از الگوريتم پيشرفته مورچگان باينري با اضافه كردن بينايي پويا
پديدآورندگان :
ماهاني پور افسانه a_mahanipour@eng.uk.ac.ir دانشجوي كارشناسي ارشد دانشكده مهندسي برق دانشگاه شهيد باهنر كرمان , كاشف شيما Shkashef.1988@yahoo.com دانشجوي دكتري دانشكده مهندسي برق دانشگاه شهيد باهنر كرمان , نظام آبادي پور حسين Nezam@uk.ac.ir استاد دانشكده مهندسي برق دانشگاه شهيد باهنر كرمان
كليدواژه :
انتخاب ويژگي , الگوريتم پيشرفته مورچگان باينري , بينايي پويا , طبقهبندي , كاهش بعد
عنوان كنفرانس :
دومين همايش ملي محاسبات تكاملي و هوش جمعي
چكيده فارسي :
انتخاب ويژگي و حذف ويژگي‌هاي افزونه و نويزي يكي از مسائل مهم در حوزه يادگيري ماشين و بازشناسي الگو است كه هدف آن انتخاب ويژگي‌هاي مفيد مي‌باشد. در اين مقاله با استفاده از بينايي تعريف‌شده براي الگوريتم پيشرفته مورچگان باينري، به‌نوعي از اطلاعات بين ويژگي‌ها به‌منظور كاهش افزونگي در مجموعه نهايي استفاده شده است. يعني در هر مرحله براي انتخاب ويژگي بعدي ميزان همبستگي و افزونگي بين ويژگي فعلي و تمامي ويژگي‌هايي كه تا قبل از آن انتخاب شده‌اند، محاسبه مي‌شود. عملكرد اين روش با الگوريتم پيشرفته مورچگان باينري با بينايي و الگوريتم مورچگان گسسته با بينايي مقايسه شده است. بينايي اين الگوريتم‌ها بر اساس روش‌هاي متداول قبلي حاصل شده و مقايسه‌ها بر روي 8 مجموعه داده استاندارد با استفاده از طبقه بند نزديك‌ترين همسايه، صورت گرفته است. نتايج حاصل شده بيانگر عملكرد مناسب اين روش در مقايسه با روش‌هاي مشابه قبلي است.
