یک روش استخراج و انتخاب ویژگی ها با استفاده از الگوریتم بهینه سازی کپک مخاطی

امروزه با توجه به سخت و پیچیده بودن استخراج و انتخاب ویژگی های مهم و اساسی از داده های اولیه و همچنین طبقه بندی ویژگی های مربوطه، روش های زیادی در این زمینه توسط محققان ارائه شده است که هدف همه آنها تسهیل و دقیق ساختن استخراج و انتخاب ویژگی ها و همچنین افزایش دقت طبقه بندی ویژگی های مربوطه بوده است. لذا در این پژوهش، پس از کاهش ابعاد داده ها، الگوریتم بهینه سازی کپک مخاطی به منظور استخراج ویژگی های اصلی از داده های مربوطه و حذف ویژگی های تکراری و بی ارزش از آنها و همچنین نایل امدن به یک طبقه بندی کارا با انتخاب ویژگی های مناسب تشریح که از طبقه بند ماشین بردار پشتیبان برای اندازه گیری دقت طبقه بندی به عنوان تابع ارزیابی در الگوریتم پیشنهادی استفاده می شود. لذا ویژگی هایی به عنوان ویژگی های مهم و ضروری انتخاب می شوند که یک طبقه بندی کارا با دقت بالا را بدست دهند. طبق نتایج بدست آمده روی داده های مربوطه، الگوریتم کپک مخاطی نسبت به الگوریتم های بهینه سازی نهنگ و ملخ، زیر مجموعه ویژگی مناسب تری ایجاد میکند و دقت بیشتری در طبقه بندی ویژگی های منتخب بدست می دهد.