سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی چالش ها و بهبود های الگوریتم خوشه بندی کا-میانگین

Publish Year: 1400
Type: Conference paper
Language: Persian
View: 664

This Paper With 13 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

STCONF04_075

Index date: 18 October 2021

بررسی چالش ها و بهبود های الگوریتم خوشه بندی کا-میانگین abstract

در میان الگوریتم های خوشه بندی موجود، الگوریتم کا -میانگین به دلیل سادگی و موثر بودن به یکی از گسترده ترین تکنیک های مورد استفاده برای خو شه بندی داده ها تبدیل شده است. این الگوریتم با وجود سادگی و گستردگی استفاده از آن، دارای مشکلاتی چون حساب بودن به نویز، مقدار دهی تصادفی مراکز اولیه خوشه بندی، وجود داده های پرت و اثرات آن بر خوشه بندی، دقت و پایداریالگوریتم، تعیین مناسب تعداد خوشه ها قبل از انجام خوشه بندی، ناتوانی الگوریتم در مدیریت داده هائی با مدیرت کاملا متفاوت، می باشد. باتوجه به مشکلات این الگوریتم، در سال های اخیر بهبود هایی بر روی آن انجام شده است تا مشکلات مربوط به این الگوریتم را به حداقل برساند. ما در این مقاله سعی می کنیم بهبود های اخیرا صورت گرفته بر روی این الگوریتم را به طور مختصر و مفید شرح دهیم.

بررسی چالش ها و بهبود های الگوریتم خوشه بندی کا-میانگین Keywords:

بررسی چالش ها و بهبود های الگوریتم خوشه بندی کا-میانگین authors

اکرم سادات مصطفوی

دانشجوی ارشد کامپیوتر دانشگاه بین المللی امام خمینی(ره) قزوین

محمد مهدی گل ریز

دانشجوی ارشد کامپیوتر دانشگاه بین المللی امام خمینی(ره) قزوین

مرتضی محمدی زنجیره

استاد گروه مهندسی کامپیوتردانشگاه بین المللی امام خمینی(ره) قزوین

مقاله فارسی "بررسی چالش ها و بهبود های الگوریتم خوشه بندی کا-میانگین" توسط اکرم سادات مصطفوی، دانشجوی ارشد کامپیوتر دانشگاه بین المللی امام خمینی(ره) قزوین؛ محمد مهدی گل ریز، دانشجوی ارشد کامپیوتر دانشگاه بین المللی امام خمینی(ره) قزوین؛ مرتضی محمدی زنجیره، استاد گروه مهندسی کامپیوتردانشگاه بین المللی امام خمینی(ره) قزوین نوشته شده و در سال 1400 پس از تایید کمیته علمی چهارمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله الگوریتم خوشه بندی، بهبود کا میانگین، داده های پرت داده های نویزی، مراکز اولیه تصادفی، تعداد خوشه ها. هستند. این مقاله در تاریخ 26 مهر 1400 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 664 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در میان الگوریتم های خوشه بندی موجود، الگوریتم کا -میانگین به دلیل سادگی و موثر بودن به یکی از گسترده ترین تکنیک های مورد استفاده برای خو شه بندی داده ها تبدیل شده است. این الگوریتم با وجود سادگی و گستردگی استفاده از آن، دارای مشکلاتی چون حساب بودن به نویز، مقدار دهی تصادفی مراکز اولیه خوشه بندی، وجود داده ... . برای دانلود فایل کامل مقاله بررسی چالش ها و بهبود های الگوریتم خوشه بندی کا-میانگین با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.