روشی پویا در خوشه بندی داده های بزرگ با ترکیب الگوریتم k-میانگین و بهینه سازی کلونی مورچه
Publish place: کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 456
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
PCCO01_293
Index date: 17 August 2018
روشی پویا در خوشه بندی داده های بزرگ با ترکیب الگوریتم k-میانگین و بهینه سازی کلونی مورچه abstract
خوشه بندی به معنای تقسیم بندی بدون نظارت است که با استفاده از آن داده ها به دسته هایی که از نظر پارامترهای مورد علاقه شباهت بیشتری به یکدیگر دارند تقسیم میگردند. یکی از روش های معروف در این زمینه، الگوریتم k-means می باشد که دارای معایبی چون وابستگی به شرایط اولیه و گیرافتادن در بهینه محلی، میباشد. در این مقاله از تر کیب الگوریتم کلونی مورچه با روش خوشه بندی برای دستیابی به دقت خوشه بندی بهتر استفاده میگردد که نوآوری آن استفاده از یک تابع جدید برای تبخیر فرمون در مسیر حرکت مورچهها و اعمال تغییر مناسب در الگوریتم پایه میباشد. نتایج پیاده سازی بیانگر کیفیت مناسب روش پیشنهادی در مقایسه با سایر روشها میباشد
روشی پویا در خوشه بندی داده های بزرگ با ترکیب الگوریتم k-میانگین و بهینه سازی کلونی مورچه Keywords:
روشی پویا در خوشه بندی داده های بزرگ با ترکیب الگوریتم k-میانگین و بهینه سازی کلونی مورچه authors
زهره سالاری
دانشجو کارشناشی ارشد مهندسی کامپیوتر،گروه کامپیوتر، ، دانشگاه آزاد اسلامی واحدسیرجان، سیرجان، ایران
محمد صادق حاج محمدی
عضو هیات علمی دانشگاه آزاد سیرجان، گروه کامپیوتر، دانشگاه آزاد اسلامی واحدسیرجان، سیرجان، ایران