خوشه بندی عصبی - فازی تعداد میانگین وایازی (NFCMR) مطالعه موردی : رسوبات آبراهه ای غرب بیرجند

روش ابداعی خوشه بندی عصبی - فازی تعداد میانگین وایازی این مقاله ، روشی برای پیش بینی خوشه (آنومالی / زمینه) هر نمونه جدید با معیار احتمال حضور آن نمونه در خوشه دو خوشه است. این روش که تلفیقی از روش خوشه بندی فازی سی میانگین و شبکه عصبی مصنوعی رگرسیونی تعمیم یافته است می کوشد تا ابتدا نمونه های موجود در منطقه را با روش فازی با احتمال موجودیت در هر خوشه به دو خوشه آنومالی و زمینه تقسیم کرده و سپس با نتایج این عمل، شبکه عصبی مصنوعی رگرسونی تعمیم یافته آموزش ببیند و بتوان داده های جدید وارد شده در منطقه را با درصد احتمالی دو خوشه ها تحلیل کرد. به طور واضح تر می توان گفت پس از اکتشاف کامل نیز می توان نمونه برداشته شده را با درصد احتمالی معین به آنومالی نسبت داد. برای آزمایش دقت این خوشه بندی به شکل صرفا تیوری، مطالعه موردی بر روی نتایج آنالیز داده های رسوبات آبرفتی منطقه ای در بیرجند انجام گرفت که نتایج قابل قبولی را منتج شد.

کلیدواژه ها:

خوشه بندی عصبی-فازی سی میانگین وایازی NFCMR ، GRNN ، FCM ، جدایش آنومالی از زمینه ، بیرجند ، مس