بهبود الگوریتم خوشه بندی DENCLUE با استفاده از الگوریتم MOGA
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 104
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMARTCITYC03_029
تاریخ نمایه سازی: 20 فروردین 1403
Abstract:
خوشه بندی یکی از روش های اصلی در زمینه داده کاوی، برای کشف دانش است. خوشه بندی یک تکنیک تجزیه و تحلیل داده های اکتشافی است که اشیاء داده های مختلف را در گروه های مشابه، به نام خوشه ها، دسته بندی می کند. همچنین الگوریتم خوشه بندیDENCLUE ( DENsity CLUstEring ) ، یک الگوریتم مبتنی بر چگالی قوی برای کشف خوشه هایی با اشکال و اندازه های دل خواه است، که خوشه ها را به عنوان نواحی متراکم متصل بسته به دو پارامتر مهم تعریف می کند. لذا ما در این پژوهش با استفاده از الگوریتم ژنتیک چند هدفه MOGA مبتنی بر روش های پردازش تکاملی به بررسی و حل این مشکل پرداخته و یک الگوریتم جدید ارائه داده ایم که در الگوریتم DENCLUE دو پارامتر اساسی به صورت خودکار تعیین شده و بسیار کارآمد است. نتایج آزمایشات نشان دهنده ی برتری الگوریتم پیشنهادی در قیاس با برخی الگوریتم خوشه بندی مشهور می باشد.
Keywords:
Authors
زهرا اکرام زاده
دانشجوی ارشد رشته هوش مصنوعی و رباتیکز، موسسه آموزش عالی آپادانا-شیراز ،