افزایش کارایی خوشه بندی داده ها با استفاده از روش دو مرحله ای ترکیبی الگوریتم های بهینه سازی فاخته و چیتا
- سال انتشار: 1404
- محل انتشار: ششمین همایش بین المللی دستاوردهای نوین در فناوری اطلاعات، علوم کامپیوتر، امنیت، شبکه و هوش مصنوعی
- کد COI اختصاصی: INDEXCONF06_048
- زبان مقاله: فارسی
- تعداد مشاهده: 40
نویسندگان
گروه کامپیوتر، واحد تنگستان، دانشگاه آزاد اسلامی، اهرم، ایران
گروه برق، واحد برازجان، دانشگاه آزاد اسلامی، برازجان، ایران
گروه کامپیوتر، واحد خورموج، دانشگاه آزاد اسلامی، خورموج، ایران
چکیده
خوشه بندی به معنای تقسیم بندی بدون نظارت است، به وسیله ی آن داده ها به دسته هایی تقسیم می شوند که از نظر پارامترهای مورد علاقه، شباهت بیشتری به یکدیگر دارند. امروزه، با هدف افزایش صحت و دقت خوشه بندی، از روش های دومرحله ای استفاده می شود. در این پایان نامه، به منظور خوشه بندی بهینه داده ها، از تکنیک دومرحله ای الگوریتم بهینه سازی فاخته و الگوریتم بهینه سازی چیتا استفاده شده است. در مرحله اول، الگوریتم بهینه سازی فاخته، تعداد خوشه های بهینه را به صورت اتوماتیک با استفاده از شاخص دیویس-بولدین استخراج می کند. سپس خوشه های بدست آمده از الگوریتم بهینه سازی فاخته، به منظور بهبود ساختار خوشه ها، به الگوریتم بهینه سازی چیتا ارسال می شوند. در مرحله دوم نیز از شاخص دان برای ارزیابی هزینه خوشه بندی استفاده می شود. برای ارزیابی روش پیشنهادی، آزمایش های متنوعی بر روی دیتاست های مختلف انجام شده است و نتایج حاصل نشان می دهد که عملکرد روش ارائه شده قابل قبول است. با توجه به اهمیت روش های خوشه بندی در تحقیقات مختلف، بهبود صحت و دقت این روش ها از اهمیت بالایی برخوردار است. هدف این پایان نامه، ارائهکلیدواژه ها
خوشه بندی, الگوریتم بهینه سازی, الگوریتم فاخته, الگوریتم چیتا, داده هامقالات 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.