ترکیت تئوری آشوب و الگوریتم ژنتیک در خوشه بندی داده ها
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,225
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELECONFK01_040
تاریخ نمایه سازی: 16 خرداد 1394
چکیده مقاله:
خوشه بندی داده ها یکی از مباحث مهم در داده کاوی است . اگر چه بعضی از روش های خوشه بندی در برخی موارد نسبت به بقیه نتایج بهتری تولید می کنند، ولی هیچ یک از آنها بر سایرین برتری نداشته و نمی توانند تمام داده ها را بدون هیج خطایی خوشه بندی کنند . در این مقاله ، با ترکیب الگوریتم ژنتیک و تئوری آشوب، مدلی برای خوشه بندی داده ها پیشنهاد کردیم که ابتدا با استفاده از تئوری آشوب جمعیت اولیه تولید می گردد و شایستگی مربوط به هر فرد محاسبه شده، و فرد شایسته ، به عنوان حروجی نمایش داده می شود . روش مزبور بر روی مجموعه داده های مختلف ، مورد سنجش و ارزیابی قرار گرفته است. نتایج نشان می دهد که این روش، در خوشه بندی بهتر از روش های مشابه عمل می کند .
کلیدواژه ها:
نویسندگان
جواد بابازاده
فارغ التحصیل کارشناسی ارشد کامپیوتر ، پلیس فتای استان آذربایجان غربی
رحمان باباراده
دانشجوی کارشناسی ارشد ریاضی محض ، دانشگاه ارومیه
مهدی دلاوری
دانشجوی کارشناسی ارشد مهندسی برق ، دانشگاه آزاد اسلامی هریس
حسین امیر شقاقی
فارغ التحصیل کارشناسی مهندسی برق ، دانشگاه آزاد اسلامی تبریز
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 :