رهیافت جدیدی برای انتخاب ویژگی برپایه الگوریتم جمعیت مورچگان باینری

دراین مقاله رهیافت جدیدی برای مساله انتخاب ویژگی برپایه الگوریتم بهینهساز جمعیت مورچگان باینری ارائهشده است در نسخه های موجود این الگوریتم که تاکنون ارائه شدهاست از ترم بینایی صرف نظر می شود در روش پیشنهادی راه مناسبی برای در نظر گرفتن ترم بینایی در الگوریتم مورچه باینری برای مساله انتخاب ویژگی است برای تعیین بینایی یالهای مختلف گراف استفاده می شود روش پیشنهادی در مساله انتخاب ویژگی در طبقه بندی معنایی تصویر و بازشناسی ارقام دستنویس فارسی ازموده شده و نتایج حاصل از ازمایشها ارائه شده است همچنین برای ارزیابی کارایی روش پیشنهادی نتایج ازمایشها با روشهای الگوریتم بهینه سا زی جمعیت مورچگان باینری و الگوریتم وراثتی باینری مقایسه شدهاست نتایج بیانگر کارایی مناسب الگوریتم پیشنهادی است.

کلیدواژه ها:

انتخاب ویژگی ، الگوریتم جمعیت مورچگان باینری ، بازشناسی ارقام دستنویس ، روش انتخاب پیش رو ، طبقه بندی معنایی تصویر