یک نگرش بهینه سازی میرایی ارتعاش (VDO) برای خوشه یندی داده ها
Publish place: 10th International Industrial Engineering Conference
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,157
This Paper With 5 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:
IIEC10_201
تاریخ نمایه سازی: 10 شهریور 1393
Abstract:
خوشه یندی یکی از روش های طبقه بندی بدون نظارت در داده کاوی می باشد که در آن یک مجموعه داده معین به یک مجموعه کلاس یا خوشه تقسیم می شود.هدف از خوشه بندی داده ها در چنین فرآیندی،این است که داده ها در خوشه ها،تا حد امکان شبیه به یکدیگر و با داده های موجود در خوشه های دیگر غیر مشابه باشند.بهینه سازی میرایی ارتعاش (VDO) یک الگوریتم فرا ابتکاری جدید مبتنی بر جمعیت برای جستجو در فضای جواب و پیدا کردن جواب های نزدیک به بهینه می باشد.در این مقاله،ما از الگوریتم VDO برای خوشه بندی داده ها استفاده می کنیم.به منظور بررسی کارایی الگوریتم پیشنهادی،پنج مجموعه داده مشهور انتخاب،حل و با جواب های حاصله از الگوریتم های K-means،الگوریتم بهینه سازی توده ذرات (PSO) و الگوریتم ژنتیک (GA) مقایسه می شود.نتایج نشان می دهند که الگوریتم پیشنهادی قوی و مناسب برای خوشه بندی داده ها است.
Authors
محمد تیموری
کارشناس ارشد مهندسی صنایع،دانشگاه آزاد اسلامی قزوین
اسماعیل مهدی زاده
عضو هیئت علمی دانشگاه آزاد اسلامی قزوین
ابوالفضل کاظمی
عضو هیئت علمی دانشگاه آزاد اسلامی قزوین
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 :