دانلود مقاله ISI انگلیسی شماره 114145
ترجمه فارسی عنوان مقاله

انتخاب ویژگی های مبتنی بر مدل خشن برای انتخاب داده های مخلوط با تجزیه فضای ویژگی

عنوان انگلیسی
Rough set model based feature selection for mixed-type data with feature space decomposition
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
114145 2018 22 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 7866 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 14 روز بعد از پرداخت 141,588 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 7 روز بعد از پرداخت 283,176 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

منبع

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

Journal : Expert Systems with Applications, Volume 103, 1 August 2018, Pages 196-205

ترجمه کلمات کلیدی
انتخاب ویژگی، داده های متفرقه طبقه بندی، مدل مجموعه خشن، تجزیه فضای ویژگی،
کلمات کلیدی انگلیسی
Feature selection; Mixed-type data; Classification; Rough set model; Feature space decomposition;
پیش نمایش مقاله
پیش نمایش مقاله انتخاب ویژگی های مبتنی بر مدل خشن برای انتخاب داده های مخلوط با تجزیه فضای ویژگی

چکیده انگلیسی

Feature selection plays an important role in the classification problems associated with expert and intelligent systems. The central idea behind feature selection is to identify important input features in order to reduce the dimensionality of the input space while maintaining or improving classification performance. Traditional feature selection approaches were designed to handle either categorical or numerical features, but not the mix of both that often arises in real datasets. In this paper, we propose a novel feature selection algorithm for classifying mixed-type data, based on a rough set model, called feature selection for mixed-type data with feature space decomposition (FSMSD). This can handle both categorical and numerical features by utilizing rough set theory with a heterogeneous Euclidean-overlap metric, and can be applied to mixed-type data. It also uses feature space decomposition to preserve the properties of multi-valued categorical features, thereby reducing information loss and preserving the features’ physical meaning. The proposed algorithm was compared with four benchmark methods using real mixed-type datasets and biomedical datasets, and its performance was promising, indicating that it will be helpful to users of expert and intelligent systems.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 7866 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 14 روز بعد از پرداخت 141,588 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 7 روز بعد از پرداخت 283,176 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.