بهبود الگوریتم خوشه بندی خودبهینه با استفاده از الگوریتم ژنتیک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 455
فایل این مقاله در 11 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:
ICTCK02_059
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
امروزه، خوشه بندی نقش مهمی را در اغلب زمینه های تحقیقاتی مانند مهندسی، پزشکی، زیست شناسی، داده کاوی و...ایفا می نماید. خوشه بندی را می توان به عنوان مهمترین مساله در یادگیری بدون نظارت در نظر گرفت. روش خوشه بندیخودبهینه SOC از جمله روش های معروف خوشه بندی است که فاکتور بهینه سازی آن در تابع آستانه ای از طریق روش درونیابی محاسبه می شود و علیرغم پیچیدگی و صرف زمان زیاد در پیدا کردن خوشه هایی با کیفیت بالاتر موثرمی باشد. از آنجاییکه الگوریتم ژنتیک الگوریتم بهینه سازی سراسری است و توانایی های بالای آن با قابلیت های مختلفدر حل مسائل بهینه سازی به اثبات رسیده است؛ این تحقیق جهت رفع مشکلات موجود ترکیب الگوریتم ژنتیک را باروش خوشه بندی خودبهینه پیشنهاد می کند. عملیات اصلی خوشه بندی توسط SOC انجام می شود اما الگوریتم ژنتیک پیشنهادی مرکز خوشه های پیدا شده توسط SOC را بازبینی می کند و با بهینه سازی آن، خوشه های بهینه را پیدا می کند. روش پیشنهادی جهت مقایسه و ارزیابی کارآیی با استفاده از شاخص های معتبر با روش های معروف خوشه بندی می کند. روش پیشنهادی جهت مقایسه و ارزیابی کارآیی با استفاده از شاخص های معتبر با روش های معروف خوشه بندی از قبیل IMC ،MMC ،EM،FCM ،K-Mediod ،K-Means و SOC با مجموعه داده های مختلف تصویری و متنی مقایسه می شود و نتایج شبیه سازی نشان می دهند که روش پیشنهادی خوشه بندی دقیق تری نسبت به روش های خوشه بندی دیگر انجام میدهد.
کلیدواژه ها:
نویسندگان
مریم حلیمی
دانشگاه آزاد اسلامی واحد بیرجند
سیدمحمدحسین معطر
گروه کامپیوتر، دانشکده مهندسی، دانشگاه آزاد اسلامی واحد مشهد
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 :