الگوریتم چرخه آب گسسته به منظور حل مسیله کاهش ابعاد ویژگی براساس تیوری مجموعه راف

پیشرفت فناوری اطلاعات و ارتباطات و به وجود آمدن تکنیک ها و روش های جدید به منظور جمع آوری داده ها و همچنین بهبود و توسعه قابلیت ذخیره سازی آنها منجر شده تا حجم بسیار زیادی از داده ها تولید شوند. ابعاد بزرگ داده ها یکی از چالشهای اصلی پیش روی کشف دانش و استخراج الگوهای پنهان درون این داده ها می باشد. برای این منظور تکنیک های مختلف کاهش ابعاد داده معرفی شده است که یا تمرکز بر روی تحلیل مقادیر ویژگی ها داشته اند و یا تمرکز بر روی شناسایی کاهش هایی که بهترین شناسایی الگوی پنهان را داشته اند. در این مقاله به منظور کاهش همزمان تعداد ویژگیها با ضریب مجموعه راف یک بعنوان جوابهای شدنی و با کمترین تعداد ویژگی، الگوریتم چرخه آب ارایه شده است. برای رسیدن به این هدف، الگوریتم چرخه آب که دارای رفتاری پیوسته است به وسیله یک تکنیک ابتکاری مبتنی بر تابع سیگمویید، گسسته سازی شده و برای حل مسیله کاهش ویژگی سازگار و پیاده سازی شده است. روش ارایه شده بر روی مجموعه داده های شناخته شده UCI آزمایش و تست گردیده و نتایج حاصله مزیت رقابتی این الگوریتم را نسبت به سایر الگوریتم های پیاده سازی شده برای این مسیله را نشان می دهد.

کلیدواژه ها:

کاهش ویژگی ، تیوری مجموعه راف ، گسسته سازی ، تابع سیگمویید ، الگوریتم چرخه آب