یک روش جدید خوشه بندی با استفاده از ترکیب الگوریتم های ژنتیک و اتوماتای یادگیر
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,102
This Paper With 6 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:
ICIKT07_160
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
تا به حال، تعداد بسیاری روش کلاسترینگ ارائه شده است. تعدادی از این روش ها برای بهبود تکنیک k-means روی انتخاب مراکز کلاسترها جهت کم کردن خطای کلاسترینگ تمرکز کرده اند. در این مقاله، 2 روش جدید، جهت بهبود خطای کلاسترینگ، ارائه شده است. نتایج شبیه سازی ها حاکی از این است که روشهای پیشنهادی، تکنیک k-means را بهبود بخشیده اند. روشهای پیشنهادی برای انتخاب مراکز کلاستر از ترکیب تکنیک های ژنتیک و اتوماتای یادگیر استفاده می کنند. روشهای پیشنهادی، فضای پیوسته انتخاب مراکز کلاستر را به صورت گسسته درآورده و با ترکیب الگوریتم های هوشمند به سمت انتخاب نقاط بهینه پیش می روند. دو روش پیشنهادی در نوع گسسته سازی فضای پیوسته با هم تفاوت دارند. در کل، نتایج شبیه سازی ها نشان از موثر بودن راه حل های پیشنهادی دارند.
Keywords:
Authors
امجد عثمانی
گروه مهندسی برق، کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد ارومیه- ارومیه- ایران
جمشید باقرزاده
گروه مهندسی برق، کامپیوتر و فناوری اطلاعات-دانشگاه ارومیه- ارومیه- 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 :