ارائه الگوریتم طبقه بندی شورایی مبتنی برخوشه بندی

یکی از اهداف شناسایی الگو، شناسایی روشی است که قابلیت تعمیم خوبی داشته باشد. قابلیت تعمیم طبقه بندهای ترکیبی بسیار بالاتر از این قابلیت در یک طبقه بند پایه است. یک طبقه بند شورایی، از تعدادی طبقه بند پایه تشکیل میشود. روشهای ترکیب کردن طبقهبندها به عنوان ابزاری مؤثر برای افزایش کارآیی کاربردهای تشخیص الگو به کار گرفته شدهاند. در این پژوهش از سه طبقه بند پایه اعم از نزدیکترین همسایه، درخت تصمیمگیری و ماشین بردار پشتیبان و همچنین برای خوشه بندی دادهها از الگوریتم K میانگین استفاده شده است، هدف این مقاله، افزایش مقدار معیار F طبقه بند نهایی نسبت به طبقه بندهای پایه است. الگوریتم پیشنهادی بر روی دو مجموعه داده و با دو روش مختلف که طبقه بندهای پایه ی آنها با یکدیگر متفاوت میباشد توسط نرم افزار Matlab شبیه سازی شده است. با توجه به نتایج آزمایشات انجام شده در این مقاله، معیارF طبقه بند شورایی پیشنهادی، نسبت به طبقه بندهای پایه افزایش داشته است.

کلیدواژه ها:

خوشه بندی تطبیقی ، طبقه بند شورایی ، طبقه بند پایهK میانگین