رویکردی نوین مبتنی بر الگوریتم بهینه سازی ازدحام ذرات برای کاهش ابعاد در مسیله دسته بندی

مسیله کاهش ابعاد دارای زیر مجموعه های متعدد از جمله استخراج ویژگی و به مفهوم استخراج مفیدی از ویژگی ها از میان مجموعه داده اولیه می باشد. هدف در این مقاله، بکارگیری الگوریتم بهینه سازی گروه ذرات و نسخهی بهبود یافته آن، به عنوان روشی نوین در حل مسیله کاهش ابعاد است. در واقع سیستم های فعلی کاهش بعد با مشکلاتی از جمله دقت پایین دسته بندی، غیر قابل تفسیر بودن داده ها و کم شدن ارزش آنها، روبه رو هستند. به منظور رفع مشکلات مذکور در روش تحقیق این مطالعه، روشی پیشنهاد گردیده که با استفاده از بکار گیری الگوریتم بهینه سازی ازدحام ذرات و نسخهی بهبود یافته آن به روش کاهش بعدی دست یافته که خطای دسته بندی داده های اولیه به روش دسته بندی نزدیکترین همسایه را کاهش دهد و در نهایت یافته ها و نتایج آزمایش بیانگر توانایی بالای الگوریتم پیشنهادی در پایین آوردن خطای دسته بندیداده هایی کاهش بعد نیز می باشد.

کلیدواژه ها:

کاهش ابعاد ، الگوریتم PSO ، الگورتیم IPSO ، روش دسته بندی نزدیکترین همسایه(KNN) ، استخراج ویژگی