روش های خوشه بندی داده بر اساس جستجوی فاخته
Publish place: Conference on Computer Engineering and Sustainable Development with a focus on computer networking, modeling and systems security
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,455
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CESD01_203
تاریخ نمایه سازی: 25 اسفند 1392
Abstract:
در این مقاله، روشهایی جهت خوشه بندی بر اساس الگوریتم جستجوی فاخته (CS) ارائه میشود. CS از تولیدمثل انگلی پرنده فاخته الهام گرفته شده است. در این الگوریتم حرکت هر فاخته به صورت نوعی گام تصادفی به نام پرواز لوی است. در الگوریتم اول، جمعیت اولیه به صورت تصادفی تولید میشود. در الگوریتم دوم، برای بهبود پایداری خوشه بندی از خاصیت همه سویی آشوب بهره گرفته میشود. در الگوریتم سوم، به منظور شروع از نقاط نزدیکتر به جواب سراسری، از الگوریتم K-means برای تولید جمعیت اولیه استفاده می شود. تابع آشوبناک مورد استفاده در الگوریتم دوم، نگاشت گربه آرنولد است که در مقایسه با نگاشت منطقی و سینای بر روی هفت تابع معیار بهینه سازی، عملکرد موفقتری دارد. نتیجه اعمال الگوریتم های خوشه بندی بر روی شش مجموعه داده معیار نشان می دهد که روش خوشه بندی CS با آغازسازی K-means ( KCS ) در مقایسه با سایر الگوریتم های مورد بررسی، پایداری بیشتر و متوسط هزینه کمتری دارد.
Keywords:
Authors
محیا عامریان
دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد، مشهد
محمدرضا اکبرزاده توتونچی
استاد تمام، گروه مهندسی برق، دانشگاه فردوسی، مشهد
سید جواد سید مهدوی چابک
استادیار، گروه مهندسی کامپیوتر - سخت افزار، دانشگاه آزاد اسلامی واحد مشهد، مشهد
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 :