روش ترکیبی برای خوشه بندی داده ها
Publish place: 1st National Innovation Conference on Computer Engineering and Information Technology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 629
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_181
تاریخ نمایه سازی: 9 تیر 1393
Abstract:
یکی از رویکردهای مورد استفاده برای ایجاد دقت در بازیابی اطلاعات، آنالیز خوشه است. شیوه های خوشه بندی ارتباطات بین داده ها را تعیین می کنند و امکان تعیین گروه های مشابه یا خوشه هایی از داده ها را بوجود می آورند. الگوریتم های فراوانی برای خوشه بندی وجود دارند که به دو بخش سلسله مراتبی و افرازبندی تقسیم می شوند، از جمله آنها الگوریتم K-means است. یکی از روش های هوشمندانه برای خوشه بندی داده ها استفاده از عامل جستجوی محلی تصادفی است. با ترکیب الگوریتم K-means و عامل جستجوی محلی تصادفی، خطای حاصل از خوشه بندی داده ها کمتر از زمانی است که فقط از الگوریتم K-means برای خوشه بندی استفاده شود. در این مقاله از روشی ترکیبی برای خوشه بندی داده ها استفاده شده است که خطای خوشه بندی را کاهش می دهد.
Keywords:
خوشه بندی , الگوریتم K-means عامل جستجوی محلی تصادفی
Authors
نرگس عزیزی فرد
موسسه آموزش عالی موج، بندر انزلی
سونا مرجب
موسسه آموزش عالی آیندگان، تنکابن
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 :