مروری بر روشهای ترکیبی الگوریتم خوشه بندی k-means و الگوریتم های فرا مکاشفه ای جهت رویارویی با معایب الگوریتم k-means
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 14,052
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DOROUDIT01_046
تاریخ نمایه سازی: 7 آذر 1391
چکیده مقاله:
خوشه بندی از روشهای مهم در داده کاوی میباشد که به دلیل نزدیک بودن با مسائل طبیعی در بسیاری از زمینهها مورد توجه قرار گرفته است. یکی از مهمترین الگوریتم های خوشه بندی که به طور گسترده به کار میرود الگوریتم k-means میباشد. الگوریتم k-means کاربردهای بسیاری در زمینههای مختلف علمی و صنعتی دارد. با وجود سادگی پیادهسازی آسان این الگوریتم چالشهایی نیز دارد که این چالشها در سالهای اخیر با بهکارگیری k-means بهصورت ترکیبی با سایر الگوریتمهای فرا مکاشفه ای برطرف شده است. در این مقاله یک دسته بندی از روشهای فرا مکاشفه ای جدیدی که به منظور برطرف سازی معایب الگوریتم k-means به طور ترکیبی به کار رفتهاند صورت گرفته است.
کلیدواژه ها:
نویسندگان
فاطمه گلی چناری
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی قزوین - دانشکده برق، رایان
محمد صنیعی آباده
استادیار دانشگاه تربیت مدرس - دانشکده برق و رایانه و فناوری اطلاعات
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :