بهبود عملکردالگوریتم ژنتیک جمعی برای حل مساله خوشه بندی ویژگیها

چکیده مقاله

مساله انتخاب ویژگی یکی ازمسائلی است که درمبحث یادگیری ماشین و همچنین شناسایی اماری الگو مطرح است این مساله دربسیاری ازکاربردها مانند خوشه بندی اهمیت بسزایی دارد زیرا دراین کاربردها تعدادزیادی ویژگی وجود دارد که بسیاری ازآنها یابلااستفاده هستند و یااینکه باراطلاعاتی چندانی ندارند خوشه بندی ویژگیها ازآن جهت اهمیت دارد زمانی که یک ویژگی معیوب باشد میتوان جایگزینی برای آن ازخوشه اش انتخاب نمود الگوریتم ژنتیک گروهی بااستفاده ازدقت خوشه بندی به ارزیابی خوشه ها می پردازد که زمانبر می باشدبرهمین اساس دراین مقاله ازروش حداقل افزونگی حداکثررابطه mRMR برای محاسبه دقت خوشه بندی استفاده شده است تازمان کاهش یابد ازمایشات انجام شده نشان دهنده این است که الگوریتم پیشنهادی با حفظ دقت خوشه بندی باعث کاهش چشمگیرزمان پردازش می شود

کلیدواژه‌ها

نویسندگان

رقیه دهقانی

دانشجوی کارشناسی ارشدرشته علوم کامپیوتر دانشگاه شهیدباهنرکرمان ایران

محمدمسعود جاویدی

استادیار بخش علوم کامپیوتر دانشگاه شهیدباهنرکرمان ایران

�هقانی، رقیه و جاویدی، محمدمسعود،1394،بهبود عملکردالگوریتم ژنتیک جمعی برای حل مساله خوشه بندی ویژگیها،کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر،تهران

ارائه‌شده در

مجموعه مقالات سومین کنفرانس ملی محاسبات نرم علوم مهندسی در صنعت و جامعه1 اسفند 1402 · ایرانشهر