بهینه سازی خوشه بندی داده ها توسط الگوریتم مصنوعی کلونی زنبور عسل
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,009
فایل این مقاله در 9 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:
ITCC01_315
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
خوشه بندی داده ها بر اساس شباهت از جمله مراحل مهم در تحلیل داده ها و یکی از ابزارهای پرکاربرد در حوزه دادهکاوی است . به دلیل توانمندی روش های خوشه بندی در تولید خوشه های با کیفیت توسعه این الگوریتم ها برایمدیریت و دسته بندی داده ها یکی از اهداف این مقاله می باشد. در این مقاله به شرح و بسط کاربرد الگوریتم هوشمندکلونی زنبور عسل در بهینه سازی خوشه بندی داده ها پرداخته شده است. این روش که برگرفته از الگوریتم زنبور عسلبرای یافتن غذا در محل است با جست و جوی سراسری و محلی به یافتن بهترین مراکز خوشه های می پردازد. این روشدر مقایسه با سایر الگوریتم های خوشه بندی داده ها نظیر TS, GA, ACO, K-means, FCMو ... تاثثیر بهبودبیشتری بر خوشه بندی داده ها دارد. بر اساس نوع مجوعه داده ها حالت های بهبنه ان متفاوت است.
کلیدواژه ها:
نویسندگان
عادل محمدی جانبازلو
دانشگاه آزاد اسلامی واحد بوشهر
راضیه محمدی جانبازلو
دانشگاه آزاد اسلامی واحد بوشهر
مرضیه دادور
دانشگاه آزاد اسلامی واحد بوشهر
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 :