CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کاهش ابعاد ویژگی براساس تیوری مجموعه راف به کمک الگوریتم سیستم ایمنی مصنوعی بدن

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۸۳ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: CSCG01_007
زبان مقاله: فارسی
حجم فایل: ۳۸۰.۴۶ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاهش ابعاد ویژگی براساس تیوری مجموعه راف به کمک الگوریتم سیستم ایمنی مصنوعی بدن

  مجید عبدالرزاق نژاد - استادیار، گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه بزرگمهر قاینات
  مرضیه سالاری - دانشجوی کارشناسی ارشد، گروه کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه بیرجند
  مهدی خرد - دانشجوی کارشناسی ارشد، گروه کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه بیرجند

چکیده مقاله:

همواره ابعاد گسترده داده ها باعث کاهش کیفیت پیاده سازی تکنیک های داده کاوی و استخراج الگوهای موثر می شود. لذا کاهش ابعاد ویژگی بکمک تیوری مجموعه راف، ضمن حفظ دانش نهفته در داده ها، موجب حذف ویژگی هایی می شود که دارای اثر یکسانی روی کل داده ها هستند. در این مقاله یک رویکرد هوشمند فوق ابتکاری به منظور کاهش همزمان تعداد ویژگی ها با بالاترین ضریب مجموعه راف و در کمترین زمان ممکن ارایه شده است. برای رسیدن به این هدف، الگوریتم سیستم ایمنی مصنوعی بعنوان یک الگوریتم قدرتمند پیوسته مقدار به وسیله یک تکنیک ابتکاری، 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.

کلیدواژه‌ها:

کاهش ویژگی، تیوری مجموعه راف، گسسته سازی، الگوریتم سیستم ایمنی مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CSCG01-CSCG01_007.html
کد COI مقاله: CSCG01_007

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عبدالرزاق نژاد, مجید؛ مرضیه سالاری و مهدی خرد، ۱۳۹۴، کاهش ابعاد ویژگی براساس تیوری مجموعه راف به کمک الگوریتم سیستم ایمنی مصنوعی بدن، نخستین کنفرانس ملی محاسبات نرم، رشت، دانشگاه گیلان دانشکده فنی و مهندسی شرق گیلان، https://www.civilica.com/Paper-CSCG01-CSCG01_007.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (عبدالرزاق نژاد, مجید؛ مرضیه سالاری و مهدی خرد، ۱۳۹۴)
برای بار دوم به بعد: (عبدالرزاق نژاد؛ سالاری و خرد، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۲۱۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.