بهینه سازی Fuzzy c-means در جهت پیدا کردن مراکز اولیه مناسب برای خوشه ها

یک موضوع مطالعاتی مهم Fuzzy c-means درخوشه بندی داده ها در تکنولوژی داده کاوی است که کاربردهای عملی درزمینه های مختلف دارد بزرگترین عیب این الگوریتم خوشه بندی فازی حساسیت آن به مقدار دهی اولیه به تعداد خوشه ها و مراکز اولیه خوشه ها است انتخاب نامناسب مراکز اولیه خوشه ها دراین الگوریتم منجر به مینیمم محلی می شود. این مقاله نسخه بهبود یافته از الگوریتم FCM با رویکرد رفع برخی از مشکلات این الگوریتم از جمله حساسیت به شرایط اولیه ارایه می کند الگوریتم پیشنهادی می تواند راه حل های بهینه سراسری از طریق یک قانون ساده و جدید برای انتخاب مناسب مراکز اولیه خوشه بدست آورد روش پیشنهادی در مقایسه با الگوریتم FCM متداول دقت بالاتری دارد برای مقایسه دو روش از داده های دو مجموعه داده حقیقی استفاده شده است

کلیدواژه ها:

شاخص اعتبار ، مرکز خوشه ، خوشه بندی ، داده کاوی ، Fuzzy c-meansیا FCM