انتخاب ويژگي به كمك الگوريتم كلوني زنبور مصنوعي با اعمال فيلتر اطلاعات متقابل نرمال شده

مسأله انتخاب ويژگي، يكي از مسائلي است كه در مبحث يادگيري ماشين و همچنين شناسايي آماري الگو مطرح است. اين مسأله در بسياري از كاربردها اهميت بهسزايي دارد، زيرا در اين كاربردها تعداد زيادي ويژگي وجود دارد كه بسياري از آنها يا بلااستفاده هستند و يا اين كه بار اطلاعاتي چنداني ندارند. كاهش هزينه محاسباتي و دقت ردهبندي دو دليل عمده براي كاهش ابعاد فضاي ويژگيها بهشمار ميروند. در اين تحقيق يك الگوريتم انتخاب ويژگي مبتني بر الگوريتم كلوني زنبور مصنوعي و اطلاعات متقابل نرمال شده ارائه شده است. نتايج نشان ميدهد كه خطاي روش پيشنهادي بعد از انتخاب ويژگي بهبود قابل توجهي يافته است.