بهبود خوشه بندی K-Means با الگوریتم مگس میوه

  • سال انتشار: 1393
  • محل انتشار: نهمین سمپوزیوم بین المللی پیشرفتهای علوم و تکنولوژی
  • کد COI اختصاصی: SASTECH09_050
  • زبان مقاله: فارسی
  • تعداد مشاهده: 449
دانلود فایل این مقاله

نویسندگان

جواد حمیدزاده

استادیار دانشکده مهندسی کامپیوتر فناوری اطلاعات دانشگاه صنعتی سجاد ،مشهد،

علی زمانی خلیل آباد

دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه آزاد اسلامی، فردوس، ایران

علی آرچین

دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه آزاد اسلامی، فردوس، ایران

چکیده

خوشه بندی داده ها به کلاسها یا دسته های متناسب، یکی از مباحث مهم مطرح در تشخیص الگوست. آنچه در خوشهبندی حایز اهمیت است انجام این کار به گونه ای ست که، داده هایی که درست طبقه بندی نشده اند به حداقل برسند یا به عبارت دیگر در هرکلاس داده هایی قرار بگیرند که حداکثر نزدیکی مشابهت را با هم داشته باشند. هدف این مقاله اینست که باکمک الگوریتم بهینه سازی مگس میوه، مدل پیشنهادی جدیدی که آن را FOA-Clustering نام نهاده ایم جهت بهبود روش K-Means معرفی کنیم. در پایان، روش مزبور بر روی مجموعه ای از داده ها،آزمایش شده است. نتایج، نشان دهنده برتری روش پیشنهادی ما نسبت به سایرروشهای مرز دانش است

کلیدواژه ها

تشخیص الگو، خوشه بندی، K-Means، الگوریتم بهینه سازی مگس میوه، FOA

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.