یک روش ترکیبی کارا برای مسائل خوشه بندی براساس الگوریتم ژنتیک گروه بند وK-mean
محل انتشار: دومین کنفرانس ملی مهندسی صنایع و سیستم ها
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 600
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NIESC02_281
تاریخ نمایه سازی: 27 اردیبهشت 1393
چکیده مقاله:
خوشه بندی یکی از مهمترین روش های یادگیری بدون ناظر در زمینه داده کاوی وشامل گروه بندی داده ها به گروههای گسسته از خوشه ها می باشد . در این مقاله از ایده ای جدید که با ترکیب دو الگوریتمk-mean و الگوریتم ژنتیک دسته بند به دست آمده استفاده می گردد . الگوریتمk-meanیکی از مشهورترین و رایج ترین الگوریتم های خوشه بندی است و الگوریتم ژنتیک دسته بند، الگوریتم جدیدی است که از الگوریتم ژنتیک سنتی مخصوص مسائل گروه بندی برگرفته شده ، با تف اوتهای عمده ای که برای برطرف کردن عیوب الگوریتم ژنتیک سنتی برای مسائل گروه بندی، به آن اضافه گردیده است . از جمله اینکه این الگوریتم برایاولین بار کروموزوم متفاوتی که از دو قسمت تشکیل گردیده و دارای طول متغیری است را ارائه مینماید. این نحوه پیاده سازی باعث می شود که دیگر نیازی برای بیان تعداد خوشه به عنوان پارامتر ورودی الگوریتم نداشته باشیم وعلاوه برآن، با توجه به مشکلات عملگرهای الگوریتم ژنتیک سنتی برای مسائل گروه بندی، این عملگرها را اصلاح می نماید.
کلیدواژه ها:
نویسندگان
حسن رضایی
استادیار دانشگاه سیستان و بلوچستان
آزاده عرفانیان
کارشناس ارشد علوم کامپیوتر دانشگاه سیستان و بلوچستان
داوود عرفانیان
کارشناس ارشد مهندسی صنایع دانشگاه تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :