بررسی روش های خوشه بندی داده از دید داده کاوی
محل انتشار: اولین همایش ملی پژوهش های مهندسی رایانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 868
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT01_236
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
مسئله خوشهبندی دادهها یک مسئله اساسی در انواع حوزه های علوم کامپیوتر و زمینه های مرتبط با آن می باشد. یادگیری ماشین ، کاهش داده، آمار، پردازش تصویر، تشخیص الگو، شبکه و بیوانفورماتیک از خوشه بندی برای تحلیل داده هایشان استفادهمی کنند. خوشه بندی داده ها یک نقش مهم در دامنه وسیعی از برنامه های کاربردی مانند بازیابی اطلاعات بازی می کند و یک مرحله اساسی در فرآیند داده کاوی می باشد. در این فرآیند مجموعه ای ازاشیا مشابه هم درون یک خوشه تنها گروهبندی می شوند. هر یک از این خوشه ها یا گروهها، یک کلاستر نام دارد که شامل اشیایی است که شبیه به یکدیگرند و با اشیای از گروههایدیگر تجانس وشباهت کمتری دارند. هدف از این تحقیق بررسی جامع روش ها و تکنیک های مختلف خوشه بندی داده از دید داده کاوی می باشد.
کلیدواژه ها:
خوشه بندی داده ، کلاستر ، خوشه بندی سلسله مراتبی ، خوشه بندی مبتنی بر چگالی ، خوشه بندی مبتنی برگرید
نویسندگان
فهیمه توکلی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد اراک
فرامرز صافی اصفهانی
استادیار دانشگاه آزاد اسلامی واحد نجف آباد
جواد اکبری ترکستانی
استادیار دانشگاه آزاد اسلامی واحد اراک
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 :