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

مقایسه الگوریتمهای خوشه بندی سلسله مراتبی و غیر سلسله مراتبی با رویکرد حل مساله

عنوان مقاله: مقایسه الگوریتمهای خوشه بندی سلسله مراتبی و غیر سلسله مراتبی با رویکرد حل مساله
شناسه ملی مقاله: NCEMA01_452
منتشر شده در اولین کنفرانس بین المللی مدیریت، حسابداری و اقتصاد در سال 1393
مشخصات نویسندگان مقاله:

آرش بحیرایی - دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات دانشکده فنی و مهندسی دانشگاه تربیت مدرس
حسین سهیلی نیا - دانشجوی کارشناسی ارشد مهندسی صنایع؛ دانشکده فنی و مهندسی دانشگاه تربیت مدرس
حمیدرضا فیلی - استادیار دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد کرج
سعید طاهری - دانشجوی کارشناسی ارشد مهندسی صنایع؛ دانشکده فنی و مهندسی دانشگاه تربیت مدرس

خلاصه مقاله:
خوشه بندی یکی از روشهای مهم داده کاوی است است که برای تقسیم بندی و تفکیک داده ها به گروه های معنی دار به کار می رود. بوسیله این روش می توان از داده ها برای ارزیابی ابعاد؛ شناخت مشاهدات دور افتاده و ناهنجار؛ وپیشنهاد فرضهای جالب در مورد روابط بین داده ها؛ استفاده کرد . در این تحقیق انواع روشهای خوشه بندی سلسله مراتبی و غیر سلسله مراتبی از جمله K-MEANS معرفی شده که روش عمده تعیین خوشها های داده از آنها؛ معیار فاصله نقاط از مرکز و حداکثر کردن فاصله بین خوشه ها می باشد.

کلمات کلیدی:
خوشه بندی؛ خوشه بندی سلسله مراتبی؛ خوشه بندی غیر سلسله مراتبی؛ روش k-MEANS

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/421862/