خوشه بندی طیفی با انتخاب بردارهای ویژگی kernel PCA
- سال انتشار: 1389
- محل انتشار: شانزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
- کد COI اختصاصی: CSICC16_002
- زبان مقاله: فارسی
- تعداد مشاهده: 2394
نویسندگان
گروه کامپیوتر،دانشگاه فردوسی،مشهد
دانشیار،گروه کامپیوتر،دانشگاه فردوسی،مشهد
چکیده
هنگامی که ساختار داده ها غیرخطی می باشد روشهای کلاسیک خوشه بندی با شکست روبرو می شوند دراین حالت خوشه بندی طیفی روشی قدرتمند برای دسته بندی داده ها محسوب می شود این تکنیک با تبدیل فضای ورودی فضای جدیدی با قابلیت توصیف مناسب تر از داده ها را درا ختیار ما قرار میدهد با این حال همه ویژگی های این فضای جدید برای خوشه بندی مفید نمی باشند بنابراین روشهای انتخاب ویژگی مورد توجه قرارمیگیرند دراینم قاله الگوریتمی برای خوشه بندی طیفی مبتنی بر ویژگی های استخراج شده Kernel PCA ارایه میدهیم که ویژگی های مناسب با توجه به توانایی آنها در توصیف خوشه های موجود در داده ها براساس آنتروپی انتخاب و وزن دهی می شوند نتایج آزمایشها بیانگر موفقیت این روش می باشد.کلیدواژه ها
خوشه بندی طیفی،kernel PCA،انتخاب ویژگی،آنتروپیمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.