یک روش جدید انتخاب ویژگی مبتنی بر الگوریتم کلونی مورچگان

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 956

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI22_123

تاریخ نمایه سازی: 13 شهریور 1396

چکیده مقاله:

درسال های اخیر و با رشد روز افزون داده‎ها، حجم انبوهی از داده‎ها ذخیره و نگه‎داری می شوند که تمام این داده ها جهت استفاده مجدد مورد نیاز نخواهند بود. یکی از روش‎های کاهش حجم داده‎های تکراری و کم اهمیت، روش انتخاب ویژگی‎های مهم می باشد. این مقاله با استفاده از الگوریتم بهینه‎سازی کلونی مورچگان که به عنوان یک روش ابتکاری مطرح است، به دنبال کاهش ابعاد مجموعه‎داده‎ها با حفظ عملکرد اولیه داده‎ها می باشد. از روش Wrapper و شبکه عصبی برای انتخاب ویژگی‎ها استفاده شده است. در این مقاله محاسبه فاصله ویژگی‎ها (η) با دو روش〖SU〗_FC و〖SU〗_FF انجام خواهد شد. نتایج نشان دهنده عملکرد مناسب الگوریتم در مجموعه‎داده‎های بزرگتر می باشد.

نویسندگان

محمدحسن فلاح دلچه

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

حمیدرضا احمدی فر

استادیار، گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

ابوالقاسم میرروشندل

استادیار، گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

علی بقایی

کارشناس ارشد، گروه مهندسی فناوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران