CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO

عنوان مقاله: انتخاب ویژگی و طبقه بندی با استفاده از ترکیب الگوریتم های K-NN و PSO
شناسه ملی مقاله: ITCC01_292
منتشر شده در کنفرانس بین المللی پژوهش های کاربردی در فناوری اطلاعات، کامپیوتر ومخابرات در سال 1394
مشخصات نویسندگان مقاله:

جواد حمیدزاده - عضو هیئت علمی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد، مشهد، ایران
رضا جوادزاده - دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس
ایوب نجف زاده - دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد فردوس

خلاصه مقاله:
انتخاب ویژگی یکی از بخش های مهم در بازشناسی الگو است. با انتخاب ویژگی درست نرخبازشناسی درست طبقه بند افزایش می یابد. این پژوهش از الگوریتم PSO برای اختصاص وزنبالاتر به ویژگی های حاوی اطلاعات مفید استفاده می کند، اما ویژگی های غیر مرتبط نویزی وزنپایینی می گیرند. همچنین برای طبقه بندی از الگوریتم دسته بندی K-NN استفاده شده است. نتایج آزمایشات نشان می دهد که وزن دهی ویژگی ها بر اساس PSO میتواند کارایی دسته بندیالگوریتم K-NN را نسبت به روش های مهم دیگر در زمینه ی وزن دهی ویژگی افزایش دهد. روشپیشنهادی را می توان به عنوان یک الگوریتم پیش پردازش برای طبقه بندی دادهها در نظر گرفت کهبر اساس ویژگی های انتخاب شده در این روش، عمل طبقه بندی به کارایی و دقت بالاتری دستخواهد یافت.

کلمات کلیدی:
انتخاب ویژگی، کاهش بعد ویژگی، PSO منحنی های K-NN, ROC

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/451079/