یک روش جدید بر پایه الگوریتم کرم شبتاب و الگوریتم تکامل تفاضلی برای خوشهبندی داده
Publish place: 12th Iranian Conference on Intelligent Systems
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,629
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS12_087
تاریخ نمایه سازی: 11 مرداد 1393
Abstract:
خوشهبندی یکی از رویکردهای مهم دادهکاوی میباشد که جهت تحلیل دادهها مورد استفاده قرار میگیرد و در زمینههای گوناگونی کاربرد دارد. مسأله خوشهبندی، دستهبندی دادههایی را که از نظر پارامترهای مورد علاقه، شباهت بیشتری به یکدیگر دارند، تقسیم-بندی میکند. یکی از روشهای موجود در این زمینه الگوریتمk- means میباشد، علیرغم وابستگی این الگوریتم به شرایط اولیه وهمگرایی به نقاط بهینه محلی، تعدادnداده را به k خوشه با سرعت بالا، دستهبندی مینماید. از آنجا که در مسئله خوش هبندی باحجم انبوهی از دادهها سروکار داریم یکی از روشهای مناسب برای خوشهبندی بهینه استفاده از الگوریتمهای فراابتکاری است که باعث بهبود عملکرد خوشهبندی میشود. در این مقاله جهت رفع مشکلات موجود در الگوریتمk-meansاز روش ترکیبی مبتنی برالگوریتم کرم شب تاب و تکامل تفاضلی بهره گرفته خواهد شد. در این پژوهش برای اعتبار سنجی، روش پیشنهادی بر روی یازده مجموعه داده استاندارد که از سایت معتبرUCIدریافت گردیده است، آزمایششد. نتایج شبی هسازی نشان داد ترکیب این دوالگوریتم نسبت به اجرای منفرد آنهاو همچنین نسبت به الگوریتمk-meansخوشه بندی را با دقت بیشتری انجام میدهد.
Keywords:
Authors
مریم حسینی
دانشجوی کارشناسی ارشدگرایش نرمافزار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات سیرجان، گروه کامپیوتر، سیرجان، ایران.
مهدی صادق زاده
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر، سیرجان، ایران.
رضا نورمندی پور
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر، سیرجان، ایران.
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 :