بهبود دقت خوشه بندی روش CLARANS برای مجموعه داده های بزرگ
محل انتشار: سومین همایش ملی کامپیوتر
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,032
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCOS03_122
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
امروزه با گسترش سیستم های پایگاهی و حجم بالای داده های ذخیره شده درآنها نیاز به استخراج اطلاعات و دانش سودمند ازآنها می باشد باخوشه بندی میتوان داده های حجم بالا را درگروه های مشابه قراردادتاکشف اطلاعات مفید ازآنها اسان تر شود الگوریتم CLARANS برای خوشه بندی داده های حجم بالا به کارمیرود ولی اگرتعدادنمونه ها بیشتر باشد زمان رسیدن به خوشه بندی بهتر افزایش خواهد یافت دراین مقاله براساس الگوریتم CLARANS الگوریتم جدیدی پیشنهاد شده که باسرعت بالا خوشه بندی داده ها را انجام میدهد الگوریتم پیشنهادی براساس دوایده ارایه شده که درایده اول درهرمرحله بجای انتخاب تصادفی مراکز اولیه خوشه ها ازکل داده ها نمونه برداری را بصورت تصادفی ازداده های مرزی انجام میدهیم و درایده دوم برای پیدا کردن همسایگی های یک جواب بجای استفاده ازتمامی داده ها به عنوان جایگزین برای یک مرکز نزدیک ترین داده های موجودبرای یک مرکز به عنوان جایگزین آن استفاده میگردد
کلیدواژه ها:
خوشه بندی داده های حجم بالا ، الگوریتم خوشه بندی افرازی ، الگوریتم CLARANS ، مراکز خوشه ها ، سرعت الگوریتم
نویسندگان
مرضیه معصومی چنار
دانشجوی کارشناسی ارشد علوم کامپیوتر دانشگاه آزاد اسلامی واحد شبستر
شاهین اکبر پور
استادیار گروه کامپیوتر دانشگاه آزاد اسلامی واحد شبستر
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 :