انتخاب ویژگی یکی از مهمترین مراحلی است که باعث افزایش کارایی سیستم های شناسایی الگو می شود. در این مقاله یک روش جدید بر مبنای بهینه سازی گروه ذرات (PSO) برای حل مساله انتخاب ویژگی ارایه شده است. الگوریتم PSO الهام گرفته شده از حرکت دسته جمعی پرنده ها است، که بطور گروهی دنبال غذا می گردند. در روش پیشنهادی دقت طبقه بندی و طول بردارهای ویژگی انتخاب شده به عنوان معیارهای ارزیابی برای حرکت ذرات در نظر گرفته شده است. روش پیشنهادی بدون داشتن اطلاعات اولیه از ویژگی ها می تواند بهترین زیر مجموعه از ویژگی ها را انتخاب کند. نتایج به دست آمده از شبیه سازی سیستم های شناسایی چهره و مجموعه داده ORL، برتری الگوریتم پیشنهادی را نسبت به الگوریتم ژنتیک نشان می دهد.
