کاربرد روشهای کلاسترگرام و آماری در بدست آوردن تعداد خوشه بهینه در دادههای غیر سلسله مراتبی مربوط به زلزله تبریز
Publish place: 2nd Conference on Innovation in Electrical Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,070
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNIEE02_293
تاریخ نمایه سازی: 29 بهمن 1392
Abstract:
الگوریتم – kmeans یکی از پرکاربردترین و معروفترین الگوریتمهای خوشهبندی در دادهکاوی و تشخیص الگو است. یک نقطه ضعف الگوریتم خوشهبندی kmeans این است که تعداد خوشهها در ابتدا باید توسط کاربر تعیین شوند اما در بسیاری از کاربردها احتیاج است که تعدادخوشهها بهطور خودکار تعیین شوند. در این مقاله، تعیین مقدار بهینه تعداد خوشهها و بررسی پایداری آن در هر اجرای الگوریتم خوشهبندیkmeans با استفاده از نمودارها و معیارهای مختلف آماری بررسی شده است. در این مقاله دادههای لرزهای گسل تبریز مورد مطالعه قرار گرفته است. در رابطه با خوشه بندی دادههای لرزهای و تعیین تعداد بهینه خوشهها که بیانگر گسلهای موجود است تاکنون چنین کاری انجام نشده است. در این مقاله با بررسی و تحلیل نمودارها و معیارهای تعیین تعداد بهینه خوشهها در رابطه با گسل تبریز مورد مطالعه قرار گرفته است. نتایجتحقیق نشان میدهد که تعداد بهینه خوشههای بدست آمده از طریق محاسبات با نتایج مطالعات زمینشناسی تطابق دارد. در آزمایشی دیگر مقداری بهتر برای تعداد خوشهها حاصل شده است که بهخوبی پارههای این گسل را بدون روی هم افتادگی خوشهها نشان میدهد
Keywords:
Authors
نگارسادات سلیمانی ذاکری
دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز،
سعید پاشازاده
دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز،
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 :