ارائه ی یک روش انتخاب ویژگی جدید مبتنی بر بهینه سازی ازدحام ذرات با استفاده از به روزرسانی فازی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
انتخاب ویژگی یکی از مسایل مهم در رده بندی است که نقش مهمی در افزایش کارایی دارد و روش های متفاوتی برای حل آن وجود دارد. بهینه سازی ازدحام ذرات یکی از الگوریتم های مبتنی بر هوش جمعی است که در زمینه های متفاوتی از جمله انتخاب ویژگی استفاده شده و کارایی خوبی از خود نشان داده است. پژوهش های بسیاری از بهینه سازی ازدحام ذرات برای انتخاب ویژگی استفاده نموده اند. در یکی از پژوهش های انجام شده در این زمینه، نویسندگان چندین راهبرد مختلف برای مقداردهی اولیه ی ذرات و چندین روش برای به روزرسانی بهترین تجربه ی شخصی و بهترین تجربه ی گروه در بهینه سازی ازدحام ذرات برای انتخاب ویژگی ارایه داده اند و به نتایج خوبی دست یافته اند. ما در این مقاله بر اساس پژوهش ذکرشده و به روزرسانی فازی پیشنهادی خود برای یکی از دو مورد بهترین تجربه ی شخصی یا بهترین تجربه ی گروه، روشی برای انتخاب ویژگی ارایه داده ایم. k نزدیک ترین همسایه به عنوان رده بند استفاده شده است. آزمایش ها بر روی چندین مجموعه داده انجام گرفته است. با توجه به شبیه سازی های انجام شده، روش پیشنهادی نتایج مطلوبی از لحاظ دقت و تعداد ویژگی در مقایسه با مقاله ی مرجع به دست آورده است.
زبان:
فارسی
صفحات:
1557 تا 1567
لینک کوتاه:
magiran.com/p2244083 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!