A novel Intelligent Hybrid Method for K-Means Algorithm Using Neural Network Solutions
Publish place: Fourth International Conference on Modern Research in Engineering Sciences and Technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,150
- 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:
NSOECE04_170
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
The intelligent hybrid methods are used for improving the performance of K-Means algorithm in this study. This research analyzed different kinds of scenarios of clustering mechanism. In data mining scope, fuzzy methods, evolutionary methods and neural network solutions can improve the performance of this algorithm. The purpose of this study is explained different intelligent methods and is discussed neural network solutions about it. Several neural network solutions existed in literature review. This study focuses on SOM (Self Organization Mapping), ELM (Extreme Learning Machines), deep learning and poly numerals networks. The purpose is evaluating a new hybrid method for K- Mean's algorithm.
Keywords:
Authors
Behzad Radmehr
Department of Computer Engineering, Khorasan Razavi Science & Research Branch, Islamic Azad University Neyshabur , Iran
Reza Ghaemi
Department of Computer Engineering, Quchan Branch , Islamic Azad University, Quchan , Iran
Majid Mazinani
Department of Computer & Electrical Engineering, Imam Reza University , Mashhad , Iran
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 :