Using Genetic Algorithm for Optimal Selection of Neural Network Parameters

Mohammad Reza Mohammadi Khoroushani,Saeed Ayat
The First National Conference on Metaheuristic Algorithms and Their Applications in Engineering and Science; 2014 August 7-8, 2014; Pardisan High Education Institute, Isfahan, Iran.
Publication year: 2014
External Link

Abstract

همواره انتخاب ويژگيهاي اصلح ازبين مجموعه ويژگيهاي براي رسيدن به صحت حساسيت و كارايي پردازشي بالا به عنوان چالشي بزرگ درسيستم هاي بازشناسي الگومحسوب ميگردد دراين پژوهش الگوريتم جهت تركيبي قورباغه دودويي دركاربرد جديد انتخاب ويژگي دريك سيستم تشخيص پزشكي تفكيك ضايعات پوستي رنگدانه اي و اثرانتخاب ويژگيهاي اصلاح برروي سيستم بررسي شده است نتايج حكايت ازموثر بودن انتخاب ويژگيهاي اصلح توسط الگوريتم ممتيك متاهيوريستيك جهش تركيبي قورباغه دودويي درافزايش صحت حساسيت تشخصيص و كاهش قابل توجه تعداد ويژگيهاي موثر درامرتفكيك دارد اين سيستم باصحت ۸۷درصدوحساسيت ۸۶٫۵درصد براساس ۲۸۵ويژگي انتخاب شده ازمجموعه ۴۳۰ويژگي اوليه وافزايش ۳/۴درصدي صحت تفكيك و ۱/۵درصدي حساسيت تشخيصي نسبت به حالت بدون كاهش ابعادارايه شده است.

Keywords

انتخاب ويژگي، متاهيوريستيك، جهش تركيبي قورباغه، ضايعات پوستي

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *