یک نگرش بهینه سازی میرایی ارتعاش (VDO) برای خوشه یندی داده ها
- سال انتشار: 1392
- محل انتشار: دهمین کنفرانس بین المللی مهندسی صنایع
- کد COI اختصاصی: IIEC10_201
- زبان مقاله: فارسی
- تعداد مشاهده: 1338
نویسندگان
کارشناس ارشد مهندسی صنایع،دانشگاه آزاد اسلامی قزوین
عضو هیئت علمی دانشگاه آزاد اسلامی قزوین
عضو هیئت علمی دانشگاه آزاد اسلامی قزوین
چکیده
خوشه یندی یکی از روش های طبقه بندی بدون نظارت در داده کاوی می باشد که در آن یک مجموعه داده معین به یک مجموعه کلاس یا خوشه تقسیم می شود.هدف از خوشه بندی داده ها در چنین فرآیندی،این است که داده ها در خوشه ها،تا حد امکان شبیه به یکدیگر و با داده های موجود در خوشه های دیگر غیر مشابه باشند.بهینه سازی میرایی ارتعاش (VDO) یک الگوریتم فرا ابتکاری جدید مبتنی بر جمعیت برای جستجو در فضای جواب و پیدا کردن جواب های نزدیک به بهینه می باشد.در این مقاله،ما از الگوریتم VDO برای خوشه بندی داده ها استفاده می کنیم.به منظور بررسی کارایی الگوریتم پیشنهادی،پنج مجموعه داده مشهور انتخاب،حل و با جواب های حاصله از الگوریتم های K-means،الگوریتم بهینه سازی توده ذرات (PSO) و الگوریتم ژنتیک (GA) مقایسه می شود.نتایج نشان می دهند که الگوریتم پیشنهادی قوی و مناسب برای خوشه بندی داده ها است.کلیدواژه ها
خوشه بندی،داده کاوی،بهینه سازی میرایی ارتعاشمقالات مرتبط جدید
- نهان کاوی صوتی براساس مدل psychoacoustic معکوس شنیداری انسان
- اهمیت و جایگاه هوش مصنوعی و لجستیک بحران در حملات بیوتروریستی
- بهینه سازی سبد سهام بورس اوراق بهادار تهران با استفاده از الگوریتم ژنتیک
- بررسی چالش های امنیتی و راهکارهای آن در پایگاه داده های NoSQL و کلان داده ها
- طراحی مدل تخصیص هواپیماها به مسیر جهت حداکثر کردن سود مورد انتظار با در نظر گیری عدم قطعیت در تقاضا
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.