مقایسه الگوریتمهای خوشه بندی سلسله مراتبی و غیر سلسله مراتبی با رویکرد حل مساله
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,780
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCEMA01_452
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
خوشه بندی یکی از روشهای مهم داده کاوی است است که برای تقسیم بندی و تفکیک داده ها به گروه های معنی دار به کار می رود. بوسیله این روش می توان از داده ها برای ارزیابی ابعاد؛ شناخت مشاهدات دور افتاده و ناهنجار؛ وپیشنهاد فرضهای جالب در مورد روابط بین داده ها؛ استفاده کرد . در این تحقیق انواع روشهای خوشه بندی سلسله مراتبی و غیر سلسله مراتبی از جمله K-MEANS معرفی شده که روش عمده تعیین خوشها های داده از آنها؛ معیار فاصله نقاط از مرکز و حداکثر کردن فاصله بین خوشه ها می باشد.
کلیدواژه ها:
نویسندگان
آرش بحیرایی
دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات دانشکده فنی و مهندسی دانشگاه تربیت مدرس
حسین سهیلی نیا
دانشجوی کارشناسی ارشد مهندسی صنایع؛ دانشکده فنی و مهندسی دانشگاه تربیت مدرس
حمیدرضا فیلی
استادیار دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد کرج
سعید طاهری
دانشجوی کارشناسی ارشد مهندسی صنایع؛ دانشکده فنی و مهندسی دانشگاه تربیت مدرس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :