مروری برکاربردهای خوشه بندی طیفی وبهبود آن
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 740
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMARTCITYC01_027
تاریخ نمایه سازی: 11 اسفند 1398
چکیده مقاله:
الگوریتم خوشه بندی طیفی ، الگوریتمی است برای قرار دادن N نقطه داده در یک فضای I- بعدی در داخل خوشه های مختلف. هر خوشه توسط شباهت آن تعریف شده، بدین معنا که نقاط موجود در یک خوشه مشابه با یکدیگر، و نقاط موجود در خوشه های مختلف متفاوت از یکدیگر هستند. به تازگی، خوشه بندی طیفی به یک ابزار حمایتی فزاینده تبدیل گردیده و در حوزه های مختلف مانند آمار، یادگیری ماشینی، تشخیص الگو، داده کاوی و پردازش تصویر به کار می رود. این مقاله روش های بالا را با جزئیات بررسی کرده و سپس رابطه بین خوشه بندی طیفی و خوشه بندی k-means و کاربردهای خوشه بندی طیفی در بخش بندی تصویر، داده کاوی آموزشی، تفکیک نهاد، و تفکیک کلام را معرفی خواهد کرد. همچنین با بهبود و پیشرفت در این الگوریتم با استفاده از روش های Nystrom اشاره می کند
کلیدواژه ها:
نویسندگان
زهرا ابراهیمی
دانشجو ارشد موسسه آموزش عالی غیرانتفاعی آپادانا
نازیلا کریمی
دانشجو ارشد موسسه آموزش عالی غیرانتفاعی آپادانا
هاله همایونی
موسسه آموزش عالی غیرانتفاعی آپادانا
کیمیا بازرگان لاری
موسسه آموزش عالی غیرانتفاعی آپادانا