TY -的A2 Aldinucci马可AU -穆罕默德,塔里克·Abed盟——Alhayali Shaymaa盟——到了去年,它非盟-番干预,奥斯曼n . PY - 2018 DA - 2018/10/30 TI -特性减少基于混合效率加权基因遗传算法与人工神经网络大数据的机器学习问题SP - 2691759六世- 2018 AB -大量的来自不同来源的数据生成和分析,从这些数据中提取有用的信息成为一个非常复杂的任务。处理大数据的困难源于许多因素如高数量的特性,存在丢失的数据,和各种各样的数据。最有效的解决方案,用于克服大量的大数据是还原过程的特性。在这篇文章中,一组混合动力和有效的算法提出了分类特征尺寸大的数据集通过合并与人工神经网络的遗传算法。使用遗传算法作为prestep显著降低的特征尺寸数据前处理分析数据使用机器学习技术。减少的数量特性简化了分类的任务分析数据及提高机器学习算法的性能,用于从大数据中提取有价值的信息。提出的算法使用一个新的gene-weight机制可以显著提高性能和减少所需的搜索时间。提出的算法应用于不同的数据集来挑选最相关和重要的功能在应用人工神经网络算法,之前和结果表明,我们提出的算法可以有效地提高分类性能的测试数据集。SN - 1058 - 9244 UR - https://doi.org/10.1155/2018/2691759 - 10.1155 / 2018/2691759摩根富林明科学编程PB - Hindawi KW - ER