خوشه بندی مبتنی بر هسته ی تکاملی با نظارت نسبی

الگوریتم خوشه بندی FCM نیمه نظارتی یک روش خوشه بندی نرم معروف است، اما تاثیر آن به شدت محدود به خوشه های کروی می باشد. در ابتدا ، از طریق اعمال روش های هسته، یک الگوریتم FCM نیمه نظارتی چندهسته ای ۱ ( MKSFCM ) برای بررسی این موضوع ارائه شده است که داده ها را از طریق روابط غیرخطی در فضاهای ویژگی مناسب نگاشت می کند. به دلیل دشوار بودن ترکیب یا انتخاب هسته ها، ما در روش پیشنهادی از روش هسته های چندگانه استفاده کرده ایم. با استفاده از لیبل های خوشه ای از پیش تعیین شده که بعنوان اطلاعات اضافه در نظر گرفته می شوند، هسته های چندگانه و تنظیم خودکار وزن های هسته ها، MKSFCM مصون از هسته ها و ویژگی های غیر موثر ، افزونه و نامرتبط می باشد و انتخاب هسته ها کمتر روی عملکرد الگوریتم تاثیر دارد. ارزیابی نتایج آزمایشاتی روی دیتاست های مصنوعی و واقعی از طریق معیارهای مبتنی بر ماتریس درهم ریختگی نشان می دهند که MKSFCM بهتر از دیگر الگوریتم های مطرح در این زمینه عمل می کند. بعلاوه این الگوریتم نیازی به تعیین تعداد دقیق خوشه ها بعنوان ورودی، ندارد.

کلیدواژه ها:

خوشه بندی ، نظارت نسبی ، چند هسته ایی ، MKSFCM