Investigation Bat Algorithm Based on Artificial Bee Colony and C-means
محل انتشار: سومین کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 715
فایل این مقاله در 12 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:
ICESCON03_282
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
In this study a Bat algorithm clustering is proposed that is based on Artificial Bee Colony (ABC)and Fuzzy C-means (FCM). When FCM is applied on high dimensional dataset, it usually resultsin local optimal partitioning. In this paper we address this problem and used a recently developedevolutionary technique named Artificial Bee Colony in combination to FCM. Hence, the name isFuzzy Cmeans Bee (FCB) algorithm. The method can detect globally optimal cluster centeroidsbetter than FCM as a most wildly used and popular clustering technique. To demonstrateperformance of the proposed algorithm of FCM we used it for some standard dataset UCI datasets.The results show that FCB converge to global faster than FCM and ABC.
کلیدواژه ها:
نویسندگان
Seyed Marouf Hosseini
Graduate Student,Department of English Teaching,Qeshm International Branch,Islamic AzadUniversity,Qeshm,Iran
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 :