انتخاب ویژگی مبتنی بر الگوریتم ژنتیک چند هدفه برای ماشین بردار پشتیبان

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 انتخاب ویژگی مبتنی بر الگوریتم ژنتیک چند هدفه برای ماشین بردار پشتیبان دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد انتخاب ویژگی مبتنی بر الگوریتم ژنتیک چند هدفه برای ماشین بردار پشتیبان  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی انتخاب ویژگی مبتنی بر الگوریتم ژنتیک چند هدفه برای ماشین بردار پشتیبان،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن انتخاب ویژگی مبتنی بر الگوریتم ژنتیک چند هدفه برای ماشین بردار پشتیبان :

تعداد صفحات :۸

چکیده مقاله:

روش های گوناگونی برای انتخاب ویژگی پیشنهاد شده اند تا یک زیر مجموعه مناسب از ویژگی ها در بین مجموعه داده های اولیه به دست آید. این روش ها براساس جستجو در فضای ویژگی های مبتنی بر یک معیار یا همان تابع هدف استوار هستند. این توابع به دو دسته کلی فیلتر و پوشاننده تقسیم می شوند. در روش های فیلتر زیر مجموعه ویژگی ها براساس معیارهایی نظیر فاصله درون و میان کلاسی و همبستگی ویژگی ها که فقط وابسته به داده ها هستند انتخاب می شوند. در حالی که در روش های پوشاننده از یک دسته بند برای ارزیابی مجموعه ویژگی استفاده می شود که از طریق سنجش دقت دسته بند انتخاب ویژگی انجام می شود در روش های فیلتر معمولاً یک معیار را به تنهایی برای انتخاب ویژگی در نظر می گیرند که لزوماً بهترین نتیجه را حاصل نمی کند. در این مقاله، پیشنهاد می شود که ضمن در نظر گرفتن معیارهای روش های فیلتر، معیار خطای دسته بندی هم در انتخاب ویژگی در نظر گرفته شود که به این منظور ماشین بردار پشتیبان برای دسته بندی استفاده شده است. در راستای این هدف، از روش تکاملی چند هدفه و به طور خاص از الگوریتم ژنتیک برای انتخاب ویژگی چند هدفه استفاده شده است. به این منظور معیارهای اطلاعات متقابل و لاپلاسین که به ترتیب بیانگر، محتویات اطلاعاتی ویژگی های و قدرت حفظ ساختار ویژگی ها هستند. در نظر گرفته شده اند و ترکیب آن ها با معیار خطای دسته بندی ماشین بردار پشتیبان، به عنوان اهداف توام انتخاب ویژگی در تابع برازندگی الگوریتم تکاملی پیشنهاد شده اند. نتایج بر روی برخی مجموعه داده های منتخب از UCI کارایی این روش را نشان می دهد.