TY - Jour A2 - Aldinucci，Marco Au - Mohammed，Tareq abed Au - Alhayali，Shaymaa Au - Bayat，Oguz Au - uçan，Osman N. Py - 2018 DA - 2018年DA - 2018/10/30 TI - 基于混合高效加权的特征减少基因遗传算法与人工神经网络用于大数据中的机器学习问题 - 2691759 VL - 2018 AB - 从不同来源产生的大量数据以及来自这些数据的有用信息的分析和提取成为一个非常复杂的任务。处理大数据的难度来自许多因素，例如大量的特征，丢失数据存在和各种数据。用于克服大量大数据的最有效的解决方案之一是特征减少过程。在本文中，提出了一组混合和高效算法来对具有大特征尺寸的数据集来分类与人工神经网络的遗传算法合并。在使用机器学习技术处理数据之前，遗传算法用作PRESTEP以显着减少分析数据的特征大小。减少功能的数量简化了分类分析的数据的任务，并增强了用于从大数据中提取有价值信息的机器学习算法的性能。所提出的算法使用新的基因重量机制，可以显着提高性能并降低所需的搜索时间。所提出的算法应用于不同的数据集，以选择应用人工神经网络算法之前的最相关和重要的特征，结果表明我们所提出的算法可以有效地提高测试数据集的分类性能。SN - 1058-9244 UR - https://doi.org/10.1155/2018/2691759 Do - 10.1155/2018 / 2691759 JF - 科学编程PB - Hindawi KW - ER -