دسته بندی مسائل باینری با استفاده از ماشین بردار پشتیبان و الگوریتم کلونی زنبورهای مصنوعی ترکیبی

سال انتشار: 1394
محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
کد COI اختصاصی: ICIKT07_094
زبان مقاله: فارسی
تعداد مشاهده: 919

نویسندگان

گروه مهندسی کامپیوتر، مجتمع آموزش عالی بم

گروه علوم کامپیوتر، مجتمع آموزش عالی بم

چکیده

یکی از روش های مهم پیش -پردازش داده ها در مسائل دسته بندی انتخاب ویژگی است. تاکنون الگوریتم های تکاملی بسیاری برای کاهش تعداد ویژگی های داده ها به کار برده شده است. در این مقاله روشی مبتنی بر ماشین بردار پشتیبان و الگوریتم کلونی زنبورهای مصنوعی ترکیبی به نام MABC-SVM با هدف بهبود دقت دسته بندی با استفاده زیرمجموعه ای موثر از ویژگی ها ارائه شده است. به منظور بهینه سازی هم زمان پارامترهای ماشین بردار پشتیبان و انتخاب زیرمجموعه ای موثر از ویژگی های ورودی، الگوریتمی ترکیبی به نام Mixed-ABC پیشنهاد شده است که الگوریتم ABC باینری را با الگوریتم ABC پیوسته ترکیب می کند. نتایج ارزیابی بر روی تعدادی از مجموعه داده ها در UCI نشان می دهند که روش پیشنهادی در بیشتر موارد در مقایسه با روش های دسته بندی مشابه دقت بهتر دارد.

کلیدواژه ها

الگوریتم کلونی زنبورهای مصنوعی، ماشین بردار پشتیبان، دسته بندی، انتخاب ویژگی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.