• بهبود خوشه بندیk-means با الگوریتم مگس میوه

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/09/05
    • تاریخ انتشار در تی پی بین: 1393/09/05
    • تعداد بازدید: 2490
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    خوشه بندی داده ها به کلاس ها و یا دسته های متناسب، یکی از مباحث مهم و مطرح در تشخیص الگوست. آنچه در خوشه بندی حائز اهمیت است انجام این کار به گونه ایست که، داده هایی که درست طبقه بندی نشده اند به حداقل برسند و یا به عبارت دیگر در هر کلاس داده هایی قرار بگیرند که حداکثر نزدیکی و مشابهت را با هم داشته باشد. هدف این مقاله اینست که با کمک الگوریتم بهینه سازی مگس میوه، مدل پیشنهادی جدیدی که آن راfoa-clustring  نام نهاده ایم، جهت بهبود روشk-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 سایر روش های مرز دانش است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها