بهبود خوشه بندی -C میانگینه فازی- امکانی برای خوشه بندی مجموعه دادگان بزرگ و نویزی

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,232

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

FJCFIS01_063

تاریخ نمایه سازی: 14 خرداد 1387

Abstract:

خوشه بندی -C میانگینه فازی نسبت به خوشه بندی C - میانگینه سخت، از دقت بالاتری برخوردار است. متأسفانه هر دوی این روشها برای خوشه بندی مجموعه دادگان دارای نویز و داده دور افتاده از خطای بالایی برخوردار هستند. یکی از مشهورترین روش های مقابله با این مشکل و مقاوم سازی خوشه بندی C - میانگینه فازی، روش خوشه بندی C - میانگینه فازی-امکانی است. در روش خوشه بندی C - میانگینه فازی-امکانی علاوه بر استفاده از مقادیر عضویت در بروز رسانی مراکز از مقادیری تحت نام خصوصیت استفاده می شود که میزان نویزی بودن یک داده را مشخص میکنند. روش خوشه بندی C- میانگینه فازی-امکانی برای استفاده در مجموعه دادگان بزرگ به دلیل کوچک شدن مقادیر خصوصیت، از دقت و مقاومت بالایی برخوردار نیست. در این مقاله روشی پیشنهاد شده است که قادر است بر این مشکل غلبه کند و با حذف وابستگی مقایر خصوصیت به تعداد داده های متعلق به هر خوشه باعث افزایش مقاومت روش خوشه بندی C - میانگینه فازی-امکانی در مجموعه دادگان بزرگ و نویزی شود. نتایج آزمایش های انجام شده نیز گویای همین مسئله هستند.

Keywords:

خوشه بندی فازی , خوشه بندی فازی-امکانی , دادگان دور افتاده و مقاوم سازی در مقابل نویزها

Authors

امیر حسین حاج احمدی

دانشگاه صنعتی امیرکبیر،

محمد مهدی همایون پور

دانشکده مهندسی کامپیوتر و فناوری اطلاعات

سید محمد احدی

آزمایشگاه سیستمهای هوشمند صوتی-گفتاری

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 :
  • J. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum ...
  • R. O. Duda, P. E. Hart, G. D. Stork, Pattern ...
  • R. Kris hnapuram, J. M. Keller, A Possibilistic approach to ...
  • K. K. Chintalapudi, M. Kam, A No ise-Resistant Fuzzy C ...
  • Volume 2, Issue , 4-9 May 1998. ...
  • R.N. Dave and R. Kri shnapuram, Robust clustering metlhods: a ...
  • J. Leski, Towards a robust fuzzy clustering, Fuzzy Sets and ...
  • A. Baraldi, P. Blonday, A survey of fuzzy clustering algorithms ...
  • نمایش کامل مراجع