• یک الگوریتم ممتیک ترکیبی جدید مبتنی بر pso-svm برای انتخاب ویژگی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 5056
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    با پیشرفت سریع تکنولوژی کامپیوتری، پایگاه داده هایی با صدها و هزاران ویژگی در زمینه های شناسایی الگو، داده کاوی، یادگیری ماشین و غیره به وجود آمده است. به طوریکه پردازش مجموعه داده های بزرگ، یک کار چالش برانگیز شده است، بنابراین با انتخاب بهترین مجموعه ویژگی، می توان به دقت قابل قبولی در پردازش پایگاه داده و همچنین در کاوش روابط معنادار بین ویژگی ها رسید. در این مقاله یک مدل ترکیبی جدید ارائه شده است که الگوریتم ازدحام ذرات را با الگوریتم ماشین بردار پشتیبان برای بهبود دقت طبقه بندی و انتخاب مجموعه ویژگی بهینه ترکیب می کند. این مکانیزم بهینه سازی، با ترکیب الگوریتم ازدحام ذرات گسسته و الگوریتم ازدحام ذرات پیوسته به طور همزمان زیرمجموعه ویژگی های بهینه را انتخاب و پارامترهای ماشین بردار پشتیبان را تنظیم می کند. در این الگوریتم از دو روش جستجوی محلی برای تنظیم پارامترها و بهبود زیرمجموعه ویژگی استفاده شده است. عملکرد روش پیشنهادی بر روی مجموعه داده های مختلف ارزیابی شد و نتایج حاصله نشان دهنده کارایی روش مزبور در داده های با ابعاد معمولی و ابعاد بالا در مقایسه با نسخه های دیگر می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها