کاربرد الگوریتم های تکاملی در انتخاب واستخراج ویژگی در داده کاوی
- سال انتشار: 1397
- محل انتشار: اولین کنفرانس ملی ایده های نوین در فنی و مهندسی
- کد COI اختصاصی: INFM01_022
- زبان مقاله: فارسی
- تعداد مشاهده: 1392
نویسندگان
دانشجو دکترای مهندسی کامپیوترگرایش هوش مصنوعی ورباتیک دانشگاه آزاد اسلامی لاهیجان
عضو هییت علمی دانشگاه آزاد اسلامی لاهیجان
دانشجوی دکترای علوم کامپیوترگرایش هوش مصنوعی
چکیده
انتخاب واستخراج ویژگی ها از بهترین ومهم ترین وظایف وگام ها برای تجزیه وتحلیل داده وپردازش اطلاعات در سیستم های طبقه بندی الگو و برنامه های کاربردی داده کاوی است. انتخاب و استخراج ویژگی ها می توانند بر عملکرد سیستم تشخیص الگو تاثیر بگذارند. انتخاب ویژگی، تعداد ویژگی هارا بوسیله از بین بردن خطاها، اطلاعات وداده های غیر ضروری کاهش می دهد.در این گزارش از سه تکنیک انتخاب ویژگی مبتنی بر بهینه سازی کلونی مورچه ACO استفاده شده است تا کاربرد این الگوریتم ها را در داده کاوی بیان نماید. این تکنیک های ذکرشده عبارتند از: الگوریتم بهینه سازی کلونی مورچه ی پیشرفته برای اتخاب زیر مجموعه ویژگی، روش انتخاب ویژگی بهبودیافته مبتنی بربهینه سازی کلونیمورچه ACO ارزیابی شده برروی سیستم تشخیص چهره وسیستم طبقه بندی ترکیبی مبتنی بر کلونی مورجه با انتخاب زیر مجموعه ویژگی ها و بهینه سازی پارامترهای مدل. متداول ترین تکنیک های مبتنی بر ACO برای انتخاب ویژگی ازاطلاعات پیشین ویژگی ها استفاده می کنند. در سیستم طبقه بندی مبتنی بر کلونی مورچه یک مدل ارایه می شود که ترکیبی از ACO وماشین آلات بردار پشتیبان SVM می باشد که هدف آن بهبود دقت طبقه بندی با کوچک ترین ومناسب ترین زیر مجموعه ویژگی است. همچنین یک الگوریتم اتخاب ویژگی نوین مبتنی بر بهینه سازی کلونی مورچه که ACO ی پیشرفته باینری نامیده می شود ارایه شده است. در الگوریتم های پیشنهاد شده عملکرد طبقه بندی کننده و طول بردار ویژگی انتخاب شده به عنوان اطلاعات اکتشافی برای ACO تصویب شده است. نتایج تجربی بدست آمده نشان می دهد که الگوریتم های پیشنهاد شده برای انتخاب ویژگی عملکرد بهتری نسبت به سایر روش های انتخاب ویژگی دارند و سبب بالا رفتن دقت طبقه بندی شده وزیر مجموعه ویژگی مناسب و کوچک تری ایجاد می کنند.کلیدواژه ها
الگوریتم بهینه سازی کلونی مورچه، داده کاوی، استخراج ویژگی، ماشین الات بردار پشتیبانمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
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.