خوشه بندی مستندات متنی به روش فازی عصبی HSOM
محل انتشار: نهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,965
فایل این مقاله در 8 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:
ACCSI09_032
تاریخ نمایه سازی: 4 بهمن 1386
چکیده مقاله:
امروزه، استفاده از الگوریتمهای خوشه بندی در گروهبندی مستندات متنی از جایگاه بالایی، خصوصا در سیستمهای بازیابی اطلاعات برخوردار است . با استفاده از این الگوریتمها مستندات بازیابی شده، گروهبندی می شوند تا مستندات مشابه، در یک خوشه قرار گیرند . از میان روشهای مختلف خوشهبندی ، مدل عصبی SOM برای دادههای با حجم بالا و مدل فازی 1 KHM برای دادههای
خارج از محدوده عملکرد بهتری دارد .
در این پژوهش، با تلفیق دو روش KHM و SOM ، الگوریتم نگاشت خودسازمانده هارمونیک HSOM پیشنهاد شده است . نتایج آزمایشات خوشهبندی مستندات بازیابی شده توسط سیستم SMART برای مجموعه OHSUMED ، براساس دو روش SOM وHSOMنشان میدهند که HSOM برخلاف SOM ، به مقداردهی اولیه حساسیت ندارد و همانند KHM دادههای خارج از محدوده تاثیری بر نتیجه خوشهبندی نمیگذارند
کلیدواژه ها:
نویسندگان
اعظم جلالی
قطب علمی کنترل و پردازش هوشمند - گروه مهندسی برق و کامپیوتر، دانشکده ف
فرهاد ارومچیان
قطب علمی کنترل و پردازش هوشمند - گروه مهندسی برق و کامپیوتر، دانشکده ف
محمودرضا حجازی
گروه جامعه اطلاعاتی، مرکز تحقیقات مخابرات ایران
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 :