یک روش جدید در خوشه بندی دادهها با استفاده از ترکیب الگوریتم کامیانه والگوریتم جهش قورباغه بهبود یافته
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 494
فایل این مقاله در 5 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:
ICTI01_038
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
خوشهبندی دادهها فرآیند تقسیمبندی دادهها به گروهای معنی دار است که یک راهکار موثر در تحلیل دادهها و دادهکاوی است الگوریتم k-means یکی از روشهای رایج خوشهبندی میباشد که بدلیل سادگی و سرعت بالا معمولا در خوشهبندی دادههای حجیم بکار گرفته میشود اما مشکلاتی از جمله حساس بودن به مقادیر اولیه و گرفتار شدن در بهینه محلی از قدرت عملکرد آن میکاهد. الگوریتم جهش قورباغه یکی از الگوریتم های بهینهسازی فراابتکاری است که از رفتار اجتماعی قورباغه ها الهام گرفته شده است. از این الگوریتم میتوان به عنوان روشی برای کمکبه حل مشکلات الگوریتمk-means استفاده نمود. از این رو در این مقاله جهت غلبه بر مشکلات ذکر شده روشی ترکیبی مبتنی بر الگوریتم جهش قورباغه بهبود یافته و الگوریتم k-means ارایه شده است. نتایج حالی از آن است که الگوریتم پیشنهادی در امر خوشه بندی نسبت به الگوریتمهای SFLA-KM ،GA-KM و PSO-KMدارای عملکرد بهتری می باشد
کلیدواژه ها:
نویسندگان
حمیده جشن
گروه کامپیوتر (مهندسی کامپیوتر)، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
ماشاالله عباسی دزفولی
گروه کامپیوتر (مهندسی کامپیوتر)، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
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 :