CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیاده سازی روشی جهت تشخیص الگو با استفاده از خوشه بندی فازی و بهینه سازی پارامترهای آن

عنوان مقاله: پیاده سازی روشی جهت تشخیص الگو با استفاده از خوشه بندی فازی و بهینه سازی پارامترهای آن
شناسه ملی مقاله: CEIT01_358
منتشر شده در اولین کنفرانس ملی نوآوری در مهندسی کامپیوتر و فنآوری اطلاعات در سال 1392
مشخصات نویسندگان مقاله:

مهدی توپچی - دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه بین المللی امام رضا(ع)
سیده اعظم ابوالقاسم پور - کارشناسی ارشد مهندسی کامپیوتر - نرم افزار- دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی (نیشابور)، گروه کامپیوتر، نیشابور، ایران

خلاصه مقاله:
در خوشه بندی سعی می شود تا داده ها به خوشه هایی تقسیم شوند که شباهت بین داده های درون هر خوشه حداکثر و شباهت بین داده های درون خوشه های متفاوت، حداقل شود. برای خوشه بندی بر روی هر نوع داده ای ابتدا می بایست ساختار داده ها بررسی شود و بر اساس آن نوع روش انتخاب شود. یکی از عوامل موثر در عملیات خوشه بندی بهینه، توجه به ساختار داده های مورد مطالعه می باشد. در این مقاله، با استفاده از مجموعه ای از داده ها میزان تاثیر آن بر کیفیت خوشه بندی بررسی شده است. سپس ، این روش بر روی داده های واقعی در انتها ، با مقایسه اطلاعات به دست آمده از خوشه بندی و مقایسه آن با اطلاعات مشخص شده است، که با استفاده از روش پیشنهادی، جدایش خوشه ها با درصد خطای کمتری همراه است .

کلمات کلیدی:
الگوریتم های خوشه بندی، خوشه بندی K-means ، الگوریتم FCM ، الگوریتم KM ، تابع هزینه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/262955/