سال انتشار: ۱۳۹۰

محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات

تعداد صفحات: ۷

نویسنده(ها):

اختر حضرتی بی شک – گروه کامپیوتر دانشگاه آزاد اسلامی واحد قزوین
کریم فائز – استاددانشگاه صنعتی امیرکبیر
مرتضی حضرتی بی شک – دانشگاه علمی کاربرد واحد اهر

چکیده:

انتخاب ویژگی یکی از مهمترین مراحلی است که باعث افزایش کارایی سیستمهای شناسایی الگو می شود دراین مقاله یک روش جدید برمبنای آتاماتای یادگیر سلولی مبتنی بر محاسبات تکاملی CLA-EC:cellular learning automata -computing evolutionary برای حل مساله انتخاب ویژگی ارایه شده است الگوریتم CLA-EC یک الگوریتم تکاملی است که از ترکیب آتاماتای یادگیر سلولی CLA و مفاهیم محاسبات تکاملی eC بدست آمده است درروش پیشنهادی دقت طبقه بندی و تعداد بردارهای ویژگی انتخاب نشده ZERO ها به عنوان معیار ارزیابی درنظر گرفته شدها ست روش پیشنهادی بدونداشتن اطلاعات اولیه از ویژگیها می تواند بهترین زیرمجموعه از ویژگیها را انتخاب کند نتیجه بدست آمده از شبیه سازی سیستمهای شناسایی چهره و مجموعه داده ORL برتری الگوریتم پیشنهادی را نسبت به الگوریتم ژنتیکی نشان میدهد.