Resumen

La selección de características puede clasificar los datos con características irrelevantes y mejorar la precisión de la clasificación de datos en la clasificación de patrones. En la actualidad, la red neuronal de retropropagación (BP) y el algoritmo de optimización de enjambre de partículas pueden combinarse bien con la selección de características. Sobre esta base, este artículo agrega factores de interferencia a la red neuronal BP y al algoritmo de optimización de enjambre de partículas para mejorar la precisión y practicidad de la selección de características. Este artículo resume los métodos básicos y requisitos para la selección de características y combina los beneficios de la optimización global con el mecanismo de retroalimentación de las redes neuronales BP en función de la retropropagación y la optimización de enjambre de partículas (BP-PSO). En primer lugar, se introduce un modelo caótico para aumentar la diversidad de partículas en el proceso inicial de optimización de enjambre de partículas, y se introduce un factor adaptativo para mejorar la capacidad de búsqueda global del algoritmo. Luego, se optimiza el número de características para reducir la cantidad de características en función de garantizar la precisión de la selección de características. Finalmente, se introducen diferentes conjuntos de datos para probar la precisión de la selección de características, y se utilizan los mecanismos de evaluación de modo de encapsulación y modo de filtrado para verificar la practicidad del modelo. Los resultados muestran que la precisión promedio de BP-PSO es un 8,65% mayor que el modelo subóptimo NDFs en diferentes conjuntos de datos, y el rendimiento de BP-PSO es de un 2,31% a un 18,62% mayor que el método de referencia en todos los conjuntos de datos. Esto demuestra que BP-PSO puede seleccionar subconjuntos de características más distintivos, lo que verifica la precisión y practicidad de este modelo.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Selección de características; Clasificación de datos; Retropropagación; Red neuronal; Optimización de enjambre de partículas; Precisión
• Keywords:Feature selection; Data classification; Back propagation; Neural network; Particle swarm optimization; Accuracy