خوشه بندی دانشجویان کامپیوتر از نظر سطح علمی در برنامه نویسی به کمک الگوریتم K-means و منطق فازی
عنوان مقاله: خوشه بندی دانشجویان کامپیوتر از نظر سطح علمی در برنامه نویسی به کمک الگوریتم K-means و منطق فازی
شناسه ملی مقاله: ELECTRICA03_019
منتشر شده در همایش ملی مهندسی برق، الکترونیک، پزشکی و سرزمین پایدار در سال 1395
شناسه ملی مقاله: ELECTRICA03_019
منتشر شده در همایش ملی مهندسی برق، الکترونیک، پزشکی و سرزمین پایدار در سال 1395
مشخصات نویسندگان مقاله:
شیرین اسمعیل بگی کرمانی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد کرمان
عباس رضایی استخروییه - مربی گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد کرمان
محمد احمدی نیا - مربی گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد کرمان
خلاصه مقاله:
شیرین اسمعیل بگی کرمانی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد کرمان
عباس رضایی استخروییه - مربی گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد کرمان
محمد احمدی نیا - مربی گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد کرمان
خوشه بندی قرار دادن داده ها در گروه هایی است که اعضای هر گروه از زاویه خاصی به هم شباهت دارند. شباهت بین داده های درون هر خوشه حداکثر و شباهت بین داده های درون خوشه ای متفاوت حداقل می باشد. Fuzzy C-means نیز یک تکنیک خوشه بندی فازی است که علی رغم حساس بودن به مقدار دهی اولیه و همگرایی به نقاط بهینه محلی، به دلیل کارآمد بودن و پیاده سازی آسان، یکی از متداول ترین روش ها می باشد. در این پژوهش جهت رفع مشکلات موجود از روش ترکیبی مبتنی بر الگوریتم فاخته و Fuzzy C-means بهره گرفته خواهد شد. به منظور اعتبارسنجی، روش پیشنهادی بر روی داده های دانشجویان دانشکده سما ماهشهر پیاده سازی می گردد و نتایج با روش های الگوریتم دیگر خوشه بندی مقایسه گردید و نشان داده شد الگوریتم پیشنهادی توانایی بالایی دارد و به دقت 93.73% درصد رسیده است و نسبت به روش های دیگر بهتر عل کرده است.
کلمات کلیدی: خوشه بندی، K-means، منطق فازی، الگوریتم فاخته
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/572099/