انتخاب ویژگی از داده ها با ابعاد بالای ریزآرایه با استفاده از تکنیک بهینه سازی چندگانه

در دهه های گذشته. ححم داده ها بشدت افزایش یافته است. هم در تعداد نمونه ها و هم تعداد ویژگی ها، که این امر رسیدگی بهمسئله ی انتخاب ویژگی را دشوارتر می سازد. پیدا کردن چندین راه حل بهینه، هدف روش های بهینه سازی چندگانه است. در اکثراین روش ها پس از یافتن چندین جواب. بهترین جواب استفاده می شود. با این رویکرد پاسخ های نیمه بهینه دیگر که ممکناست دارای اطلاعات مفیدی باشند. نادیده گرفته می شوند. در این مقاله از پتانسیل و اطلاعات چندین جواب برای حل مسئله یانتخاب ویژگی از داده های ریزآرایه و ایجاد یک تلفیق از طبقه بندها استفاده می شود. در فاز اول با استفاده از الگوریتم بهینه-سازی چندگانه مبتنی بر کرم شب تاب، چندین زیرمجموعه ویژگی بدست می آید. سپس در فاز دوم با هر کدام از این زیرمجموعهویژگی ها یک طبقه بند آموزش داده می شود و این طبقه بندها با هم تلفیق می شوند. در فاز سوم برای انتخاب تلفیق مناسب ازالگوریتم بهینه سازی ازدحام درات به عنوان جستجوگر استفاده می شود. در نهایت در فاز چهارم عملکرد روش پیشنهادی بااعمال آن بر روی پنج محموعه داده ی ریزآرایه مورد ارزیابی قرار می گیرد. نتایج بدست آمده نشان دهنده برتری و عملکرد خوباین روش نسبت به سایر روش های مورد مقایسه می باشد.