سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی تکنیکهای مختلف خوشه بندی به روش نظارت نشده

Publish place: Geomatics 1386
Publish Year: 1386
Type: Conference paper
Language: Persian
View: 5,608

This Paper With 10 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

GEO86_088

Index date: 5 September 2006

بررسی تکنیکهای مختلف خوشه بندی به روش نظارت نشده abstract

خوشه بندی عبارت است از فرآیند طبقه بندی مجموعه داده های موجود به خوشه های مختلف بطوریکه داده های دارای ویژگی های مشترک در یک خوشه قرار گیرند. الگوریتم های خوشه بندی سعی دارند مجموعه داده ها را به نواحی مجزا تجزیه نمایند. الگوریتم های خوشه بندی به سه گروه تقسیم بندی می گردند: سلسله مراتبی، تقسیمی هم پوشانی. در حالی که الگوریتم های متفاوتی برای خوشه بندی داده ها وجود دارد، این مقاله بر روی دو الگوریتم آشنای خوشه بندی یعنی (FCM(Fuzzy k-means , k-means ، مراحل پیاده سازی ومزایا و معایب هر کدام تاکید دارد. علاوه بر آن در این مقاله انواع مختلف فاصله های متریک که در فرایند طبقه بندی مورد استفاده قرار می گیرند. شامل فاصله اقلدیسی و مربع آن، فاصله مانهاتان، معیار همبستگی پیرسون و مربع آن، فاصله Chebychev و مربع معیار همبستگی اسپیرمن تعریف گردیده اند.

بررسی تکنیکهای مختلف خوشه بندی به روش نظارت نشده Keywords:

تکنیکهای خوشه بندی , خوشه بندی به روش k_means , خوشه بندی به روش FCM , فاصله های متریک

بررسی تکنیکهای مختلف خوشه بندی به روش نظارت نشده authors

فاطمه عامری

دانشجوی کارشناسی ارشد سنجش از دور

محمدجواد ولدان زوج

استاد دانشگاه صنعتی خواجه نصیرالدین طوسی

مهدی مختارزاده

دانشجوی دکتری سنجش از دور

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Albayrak S., Amasyall F., *Fuzzy C-Means Clustering _ Medical Diagnostic ...
F. Hoppner , *Fuzzy Shell Clustering Algorithms in Image Processing': ...
G. Berks, D.G. Keyserlingk, J. Jantzen, M. Dotoli, H. Axer, ...
J. C. Bezdek, *Fuzzy Mathematics in Pattern Classification?, Ph.D Thesis, ...
Fuzzy Relative of the ISODATA Process and its Use in ...
Liu, H, J. Li, and M. A. Chapman, 20 03.، ...
M. K. Pakhira, S. B andyopadhyay and U. Maulik (20 ...
MODENESI, Marta Vidal ; COSTA, Myrian Christina Aragao ; EVSUKOFF, ...
R. N. Dave and K. Bhaswan, Adaptive Fuzzy C-Shells Clustering ...
R. N. Dave, *Fuzzy Shell- Clustering and Application to Circle ...
R. N. Dave, _ of the Adaptive Fuzzy Clustering Algorithm ...
http : //en.wikipedia. org/wiki/D ata_clustering ...
http : //www _ improve doutcomes _ com/doc s/Web S ...
نمایش کامل مراجع

مقاله فارسی "بررسی تکنیکهای مختلف خوشه بندی به روش نظارت نشده" توسط فاطمه عامری، دانشجوی کارشناسی ارشد سنجش از دور؛ محمدجواد ولدان زوج، استاد دانشگاه صنعتی خواجه نصیرالدین طوسی؛ مهدی مختارزاده، دانشجوی دکتری سنجش از دور نوشته شده و در سال 1386 پس از تایید کمیته علمی همایش ژئوماتیک 86 پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله تکنیکهای خوشه بندی ، خوشه بندی به روش k_means ، خوشه بندی به روش FCM ، فاصله های متریک هستند. این مقاله در تاریخ 14 شهریور 1385 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 5608 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که خوشه بندی عبارت است از فرآیند طبقه بندی مجموعه داده های موجود به خوشه های مختلف بطوریکه داده های دارای ویژگی های مشترک در یک خوشه قرار گیرند. الگوریتم های خوشه بندی سعی دارند مجموعه داده ها را به نواحی مجزا تجزیه نمایند. الگوریتم های خوشه بندی به سه گروه تقسیم بندی می گردند: سلسله مراتبی، تقسیمی هم پوشانی. ... . برای دانلود فایل کامل مقاله بررسی تکنیکهای مختلف خوشه بندی به روش نظارت نشده با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.