دانلود مقاله ISI انگلیسی شماره 46169
عنوان فارسی مقاله

طبقه بندی بر اساس تطبیق الگو با استفاده از انتخاب ویژگی بر مبنای الگوریتم کلونی مورچه

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
46169 2015 12 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Pattern Matching based Classification using Ant Colony Optimization based Feature Selection
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Applied Soft Computing, Volume 31, June 2015, Pages 91–102

کلمات کلیدی
تقسیم بندی - تطبیق الگو - انتخاب ویژگی - الگوریتم کلونی مورچه
پیش نمایش مقاله
پیش نمایش مقاله طبقه بندی بر اساس تطبیق الگو با استفاده از انتخاب ویژگی بر مبنای الگوریتم کلونی مورچه

چکیده انگلیسی

Classification is a method of accurately predicting the target class for an unlabelled sample by learning from instances described by a set of attributes and a class label. Instance based classifiers are attractive due to their simplicity and performance. However, many of these are susceptible to noise and become unsuitable for real world problems. This paper proposes a novel instance based classification algorithm called Pattern Matching based Classification (PMC). The underlying principle of PMC is that it classifies unlabelled samples by matching for patterns in the training dataset. The advantage of PMC in comparison with other instance based methods is its simple classification procedure together with high performance. To improve the classification accuracy of PMC, an Ant Colony Optimization based Feature Selection algorithm based on the idea of PMC has been proposed. The classifier is evaluated on 35 datasets. Experimental results demonstrate that PMC is competent with many instance based classifiers. The results are also validated using nonparametric statistical tests. Also, the evaluation time of PMC is less when compared to the gravitation based methods used for classification.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.