بهبود خوشه بندی K-Means با الگوریتم مگس میوه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 453
فایل این مقاله در 7 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:
SASTECH09_050
تاریخ نمایه سازی: 11 اردیبهشت 1398
چکیده مقاله:
خوشه بندی داده ها به کلاسها یا دسته های متناسب، یکی از مباحث مهم مطرح در تشخیص الگوست. آنچه در خوشهبندی حایز اهمیت است انجام این کار به گونه ای ست که، داده هایی که درست طبقه بندی نشده اند به حداقل برسند یا به عبارت دیگر در هرکلاس داده هایی قرار بگیرند که حداکثر نزدیکی مشابهت را با هم داشته باشند. هدف این مقاله اینست که باکمک الگوریتم بهینه سازی مگس میوه، مدل پیشنهادی جدیدی که آن را FOA-Clustering نام نهاده ایم جهت بهبود روش K-Means معرفی کنیم. در پایان، روش مزبور بر روی مجموعه ای از داده ها،آزمایش شده است. نتایج، نشان دهنده برتری روش پیشنهادی ما نسبت به سایرروشهای مرز دانش است
کلیدواژه ها:
نویسندگان
جواد حمیدزاده
استادیار دانشکده مهندسی کامپیوتر فناوری اطلاعات دانشگاه صنعتی سجاد ،مشهد،
علی زمانی خلیل آباد
دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه آزاد اسلامی، فردوس، ایران
علی آرچین
دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه آزاد اسلامی، فردوس، ایران