CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بررسی و مقایسه روشهای مختلفClustering

عنوان مقاله: بررسی و مقایسه روشهای مختلفClustering
شناسه ملی مقاله: CECE01_016
منتشر شده در اولین همایش تخصصی برق و کامپیوتر در سال 1393
مشخصات نویسندگان مقاله:

راضیه بازرگان - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی واحد کرمان،ایران.
عمید خطیبی بردسیری - عضو هیات علمی دانشگاه آزاد اسلامی واحد بردسیر، کرمان، ایران.

خلاصه مقاله:
خوشهبندی یکی از تکنیکهای حائز اهمیت در زمینه روبه رشد، معروف به دادهکاوی اکتشافی میباشد که در رشته های گوناگون مهندسی و علمی از قبیل زیست شناسی، روانشناسی، پزشکی، بازاریابی، کامپیوتر و نقشهبرداریماهوارهای بکار گرفته شده است. خوشهبندی در مسائل استخراج دادهها، گروهبندی، تصمیمگیری و یادگیری ماشین شامل دادهکاوی، بازیابی اطلاعات، تقسیمبندی تصاویر و طبقهبندی الگوها، مناسب است. همچنین در مسائلی کهدانش اولیه کمی درمورد دادهها و تصمیمگیری وجود دارد خوشهبندی میتواند، فرضیاتی را در مورد دادهها در اختیار ما بگذارد. الگوریتمهای خوشهبندی گوناگونی برای استخراج دانش از درون مجموعه اطلاعات مختلف وجود دارد که در این مقاله این الگوریتمها مورد بررسی قرار گرفته است.

کلمات کلیدی:
خوشهبندی، الگوریتم سلسله مراتبی، الگوریتم تفکیکی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/337767/