الگوریتمی مبتنی بر اتوماتاهای یادگیر سلولی برای خوشه بندی مورچه فازی دادهها
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,289
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:
CSICC15_011
تاریخ نمایه سازی: 26 مهر 1388
چکیده مقاله:
امروزه خوشهبندی یکی از مسائل مهم و پر کاربرد در زمینه های گوناگون میباشد. اکثر الگوریت مهای موجود از روشهای سنتی استفاده میکنند که در برخی موارد از دقت و کارایی لازم برخوردارنمیباشند. این مقاله به بررسی و ارائه راهکاری مبتنی بر اتوماتاهای یادگیر در خوشه بندی مورچه فازی دادهها، جهت کاهش خطا و افزایش کارایی میپردازد. در این مقاله یک الگوریتم جدید مبتنی بر اتوماتاهای یادگیر سلولی برای خوشهبندی بهتر دادهها از طریق یافتن مقادیر مناسب معیارهای خوشهبندی مورچه-فاری ارائه م یگردد . برای این منظور مجموعهای از اتوماتاهای یادگیر سلولی با همدیگر برای یافتن مقادیر مناسب معیارهایی خوشهبندی مورچه-فازی همکاری مینمایند. در این مجموعه در هر مرحله اتوماتاهای یادگیر فعال شده و سپس هر یک از آنها یکی از اعمال خود را که همان انتخاب یکی از مقادیر مناسب میباشد انتخاب میکنند. اعمال انتخاب شده اجرا و با توجه به نتیجه اعمال آنها پاداش یا جریمه به آنها تعلق میگیرد . الگوریتم پیشنهاد شده سعی میکند تا مناسب ترین مقدار را برای معیارهای خوشه بندی مورچه- فازی که دارای حداقل خطا در خوشه بندی می باشند را پیدا کند تا خوشهبندی با دقت بالاتر و خطای کمتری انجام گیرد . روش پیشنهادی با الگوریتمهای خوشهبندی فازی مقایسه شده است و نتایج حاصل بیانگر افزایش دقت و کاهش خطا در خوشه بندی میباشد.
کلیدواژه ها:
نویسندگان
امیر اسماعیل زاده
دانشکده مهندسی کامپیوتر، دانشگاه آزاد قزوین
محمدرضا میبدی
دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر
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 :