بهبود خوشه بندی داده ها به روش K_means با استفاده از بهینه سازی ازدحام ذرات بهبود یافته باتیوری آشوب آبشاری
محل انتشار: سومین کنگره بین المللی فن آوری، ارتباطات و دانش
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 556
فایل این مقاله در 9 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:
ICTCK03_034
تاریخ نمایه سازی: 10 تیر 1396
چکیده مقاله:
خو شه بندی یک تکنیک تحلیل داده متداول برای شنا سایی گروه های همگن از ا شیاء بر اساس ارزش ویژگی های آنها است،که در سالهای اخیر روش های متعددی جهت بهبود خوشه بندی داده ها ارایه شده است. از میان این روش ها، الگوریتم های فرا ابتکاری هم توانسته اند عملکرد خوشه بندی را بهبود دهند. در این مقاله از ترکیب بهینه سازی ازدحام ذرات بهبود یافته با تیوری آشوب آبشاری با نگاشت لجستیک جهت بهبود خو شه بندی داده ها به روش K-means استفاده شده است. الگوریتم پیشنهادی با نام CCPSO می باشد که از ترکیب روش بهینه سازی ازدحام ذرات بهبود یافته با تیوری آشوب آبشاری لجستیک ایجاد شده است، نتایج شبیه سازی نشان می دهد که خوشه بندی روش پیشنهادی نسبت به خوشه بندی با روش بهینه سازی ازدحام ذرات بدون تیوری آشوب آبشاری، دارای دقت بیشتری نیز می باشد. همچنین نتایج روش پیشنهادی بر روی توابع محک نشان میدهد که در بیشتر مواقع بهتر از الگوریتم های فراابتکاری دیگر از جمله ژنتیک، بهینه سازی ازدحام ذرات پایه، الگوریتم رقابت استعماری و بهینه سازی گرگ خاکستری عمل می کند.
کلیدواژه ها:
نویسندگان
دنیا قسوری
گروه کامپیوتر نرم افزار، واحد مشهد، دانشگاه آزاد اسلامی واحد مشهد، ایران
افشین افروغی نیا
گروه برق کنترل، واحد مشهد، دانشگاه آزاد اسلامی واحد مشهد، ایران
مهدی یعقوبی
گروه کامپیوتر برق، واحد مشهد، دانشگاه آزاد اسلامی واحد مشهد، 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 :