ارائه الگوریتم طبقهبندی شورایی مبتنی برخوشهبندی

یکی از اهداف شناسایی الگو، شناسایی روشی است که قابلیت تعمیم خوبی داشته باشد. قابلیت تعمیم طبقهبندهای ترکیبی بسیاربالاتر از این قابلیت در یک طبقهبند پایه است. یک طبقهبند شورایی، از تعدادی طبقهبند 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 طبقهبند پایه اعم از نزدیکترین همسایه، درخت تصمیمگیری و ماشین بردار پشتیبان و همچنین برای خوشهبندی دادهها از الگوریتمK-میانگین استفاده شده است، هدف این مقاله، افزایش مقدار معیارFطبقهبند نهایی نسبت به طبقهبندهای پایه است. الگوریتم پیشنهادی بر روی دو مجموعه داده و با دو روش مختلف که طبقهبندهای پایهی آنها با یکدیگر متفاوت میباشد توسط نرمافزار Matlab شبیهسازی شده است. با توجه به نتایج آزمایشات انجام شده در این مقاله، معیار Fطبقهبند شورایی پیشنهادی، نسبت به طبقهبندهای پایه افزایش داشته است

کلیدواژه ها:

خوشه بندی تطبیقی ، طبقهبند شورایی ، طبقهبند پایه ، K-میانگین