Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

روشی جدید جهت تعیین تعداد خوشه های بهینه درالگوریتم های خوشه بندی افرازی

Year: 1396
Publish place:

COI: MUNCE01_017
Language: PersianView: 243
This Paper With 14 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

جواد عارف نیا - گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
محمد امین شایگان - گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

Abstract:

خوشه بندی داده ها، روش یافتن ویژگی های مشابه از میان حجم انبوه داده ها و دسته بندی آنها به گروه هایی است که هر یک از این گروه ها، خوشه نامیده می شوند. از آنجایی که عوامل مختلفی همچون نویز و تعداد ابعاد داده ها بر روی نتیجه الگوریتم های مختلف خوشه بندی اثر گذارند، لذا این الگوریتم ها نتایج مختلفی تولید می کنند. با توجه به اینکه کیفیت خوشه بندی و صحت خوشه های استخراج شده، بسیار حایز اهمیت است، لذا معیارهایی جهت اعتبارسنجی عملیات خوشه بندی ابداع شده اند. شاخص های اعتبارسنجی خوشه بندی با توجه به اطلاعات مورد استفاده جهت تعیین کیفیت خوشه بندی، به دو دسته داخلی و خارجی تقسیم می شوند. در این تحقیق سه شاخص ارزیابی استاندارد داخلی کیفیت خوشه بندی Davies-Bouldin ، Silhouette و Gap ، مورد بررسی قرار گرفته اند. تلاش این پژوهش بر آن بوده است تا شاخص اعتبارسنجی داخلی جدیدی پیشنهاد شود به طوری که با استفاده از الگوریتم خوشه بندی افرازی K-Means و در مقایسه با دیگر شاخص های معرفی شده، بر روی مجموعه داده های استاندارد مورد بررسی، بهتر عمل نماید. شاخص معرفی شده در تحقیق حاضر، CAS Compression And Separation نام دارد. عملکرد شاخص CAS برای تشخیص تعداد صحیح خوشه ها نسبت به شاخص Davies-Bouldin به میزان % 27 / 27 ، نسبت به شاخص Silhouette به مقدار % 36 / 36 و نسبت به شاخص Gap به میزان % 54 / 54 بهتر عمل نموده است. نهایتا می توان نتیجه گرفت که شاخص CAS با بیشترین تشخیص صحیح تعداد خوشه ها، نسبت به سه شاخص استاندارد دیگر مناسب ترین عملکرد را بر روی مجموعه داده های استاندارد دارد.

Keywords:

Paper COI Code

This Paper COI Code is MUNCE01_017. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/700864/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
عارف نیا، جواد و شایگان، محمد امین،1396،روشی جدید جهت تعیین تعداد خوشه های بهینه درالگوریتم های خوشه بندی افرازی،کنفرانس ملی رهیافت های نو در مهندسی برق و کامپیوتر،Tehran،https://civilica.com/doc/700864

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 7,649
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

مقالات پیشنهادی مرتبط

New Papers

New Researchs

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support