이 연구에서는 새로운 이진 아동 그림 개발 최적화(BCDDO) 알고리즘을 제안하였다. BCDDO 알고리즘은 특징 선택을 위한 효율적인 방법을 제공하여 자원 사용, 성능 및 저장 용량을 높이고 처리 시간을 단축할 수 있다.
BCDDO 알고리즘의 주요 단계는 다음과 같다:
제안된 BCDDO 알고리즘은 유방암, 중등도 COVID-19, 대규모 COVID-19, 아이리스 데이터셋에 적용되었다. XGboost 분류기를 사용한 결과, 각각 98.83%, 98.75%, 99.36%, 96%의 높은 분류 정확도를 달성하였다.
BCDDO 알고리즘은 기존의 Harris Hawk 최적화, Salp Swarm 알고리즘, Grey Wolf 최적화, Whale 최적화 알고리즘 등과 비교하여 우수한 성능을 보였다. 특히 분류 정확도와 선택된 특징 수 측면에서 BCDDO가 더 나은 결과를 나타냈다.
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問