بهینه سازی الگوریتم کلونی مورچه ها درمسئله انتخاب ویژگی با استفاده از الگوریتم k-means برای حذف noise

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,332

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITICS01_063

تاریخ نمایه سازی: 12 فروردین 1391

چکیده مقاله:

با توجه به ماهیت الگوریتم های فرامکاشفه ای و وابستگی مستقیم آنها به انتخاب اولیه انجام شده درتمامی این الگوریتم ها که بصورت تصادفی انجام می شود اهمیت جهت دهی درست به این انتخاب بسیار مشهود است درمقابل خاصیت مهموذاتی الگوریتم های فرامکاشفه ای مبتنی برهمین انتخاب تصادفی استوار است لذا هدایت بیش از حد این انتخاب تصادفی ممکن است به ماهیت فرامکاشفه ای الگوریتم آسیب مستقیم وارد کند به همین منظور به واسطه بهینه سازی تنها باید به اصلاحات جزئی از جمله حذف اختلال NOISE و روشهای مشابه بسنده کرد دراین مقاله با استفاده از یک روش جدید و استفاده از الگوریتم K-means به حذف اختلال در داده های ورودی پرداخته و سپس به بررسی بهینگی حاصل درنتیجه الگوریتم ACO خواهیم رسید.

نویسندگان

محسن شفیعی

دانشجویکارشناسی ارشد گروه علمی مهندسی کامپیوتر وفناوری اطلاعات تهر

رضا منصفی

دانشگاه فردوسی مشهد عضو هیئت علمی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :