|
Telekommunikatsiya tarmoqlarida QoE va QoSni ta’minlash masalalari
|
| bet | 3/5 | | Sana | 20.05.2024 | | Hajmi | 372,19 Kb. | | #244789 |
Bog'liq Diplom ishi 1- BOB 1 reja 2.2 . Xususiyatlarni tanlash
Xususiyatlarni tanlash - o'rganilayotgan muammoning eng mos yoki foydali xususiyatlarini tanlash jarayoni. Shuning uchun u klassifikatorning bashoratli kuchini saqlab (yoki yaxshilagan holda) ma'lumotlar to'plamidagi atributlar sonini kamaytirishga intiladi. Muayyan xususiyatlar to'plamining yaxshiligi maqsad funktsiyasi yordamida baholanadi,(𝑆), qayerda𝑆oʻlchamdagi xususiyatlar toʻplamidir|𝑆|. Ushbu ishda ko'rib chiqilgan algoritmlar quyidagilardir: Tezkor korrelyatsiyaga asoslangan filtr (FCBF) va Scatter Search (SS).
Tezkor korrelyatsiyaga asoslangan filtr (FCBF) - bu xususiyatlarning yaxshi to'plamini tanlash uchun tegishlilik va ortiqchalik tahlilini amalga oshiradigan axborot nazariyasi o'lchovlariga asoslangan samarali evristik. Asosan, bu strategiya maqsad funktsiyasi sifatida simmetrik noaniqlikni (SU) ishlatadigan orqaga qarab qidiruv strategiyasidan iborat.(𝑆)xususiyatlar orasidagi chiziqli bo'lmagan bog'liqlikni baholash. Shu maqsadda u avvalo tegishlilikni tahlil qiladi va ushbu xususiyatlarni a bilan olib tashlaydi(𝑋𝑖,𝑌)belgilangan chegaradan past𝛿. Ushbu ishda biz belgilaymiz𝛿=0chunki bu parametrni sozlash va qiymati haqida hech qanday qoida yo'q0xususiyat sinf haqida hech qanday ma'lumotga ega emasligini bildiradi. Ushbu bosqichdan so'ng algoritm Markov adyol kontseptsiyasidan foydalangan holda ortiqcha tahlilni amalga oshiradi.
Scatter Search (SS) yangi yechimlarni yaratish uchun intensivlashtirish va diversifikatsiya mexanizmlaridan foydalanadigan populyatsiyaga asoslangan metaevristik. Strategiya yechim maydonidan turli xil yechimlarning dastlabki populyatsiyasini yaratishdan boshlanadi. So'ngra, u boshlang'ich populyatsiyadan yuqori sifatli va dispers yechimlardan iborat Reference Set (RefSet) deb nomlangan xususiyatlarning kichik to'plamini tanlaydi. Keyinchalik, RefSet-dan echimlar kombinatsiya va mahalliy qidiruv mexanizmlari natijasida rivojlanadi. Ushbu ishda biz, sifatida foydalanamiz(𝑆), Korrelyatsiya xususiyatini tanlash (CFS) o'lchovi. CFS yaxshi kichik to'plamlar sinf bilan yuqori darajada bog'langan, lekin bir-biri bilan bog'liq bo'lmagan xususiyatlarni o'z ichiga olishini hisobga olgan holda xususiyatlarning kichik to'plamlarini baholaydi.
Algoritm sinfiga asoslangan Relevance, Redundancy, Complementarity, and Interaction (R2CI) eng informatsion xususiyatlarni aniqlash uchun xususiyatlar orasidagi bir-birini to'ldiruvchilik va o'zaro ta'sirni hisobga oladigan ma'lumot nazariyasiga asoslangan evristik hisoblanadi. Faqat qisman korrelyatsiyani hisobga oladigan boshqa an'anaviy algoritmlardan farqli o'laroq, R2CI eng mos xususiyatlarni tanlash va xususiyat maydonining ortiqchaligini yo'q qilish uchun xususiyatlarning bir nechta korrelyatsiyasini hisoblaydi. Bundan tashqari, u tasniflash uchun yangi va qo'shimcha ma'lumotlarni ham taqdim etadi.
FAST klasterga asoslangan xususiyatlarni tanlash algoritmi [57] (FAST) ikki bosqichli strategiya bo'lib, u korrelyatsiya qiluvchi xususiyatlarni guruhlash g'oyasiga asoslangan. Birinchi bosqichda ma'lumot almashadigan xususiyatlar guruhlarini aniqlash uchun grafik-nazariy yondashuv yordamida xususiyatlar klasterlanadi. Ikkinchi bosqichda har bir klasterdan eng ma'lumot beruvchi xususiyat tanlanadi, bu xususiyatlarning yakuniy to'plamini hosil qiladi. Turli klasterlarning xususiyatlari nisbatan mustaqildir va shuning uchun bu algoritm odatda yuqori diskriminativ quvvatga ega foydali va mustaqil xususiyatlarning bir qismini topadi.
|
| |
