-
یک الگوریتم جدید برای انتخاب مراکز خوشه اولیه در الگوریتمk-means
-
- تاریخ انتشار 1397/07/29
- تعداد صفحات 8
- زبان مقاله فارسی
- حجم فایل 546 کیلو بایت
- تعداد مشاهده چکیده 207
- قیمت 29,000 تومان
- تخفیف 0 تومان
- قیمت با احتساب تخفیف: 29,000 تومان
- قیمت برای کاربران عضو سایت: 23,200 تومان
- محل انتشار دومین همایش ملی مهندسی رایانه ومدیریت فناوری اطلاعات
-
نویسندگان مقاله
- کاظم نیک فرجام گروه مهندسی کامپیوتر، واحد بیرجند، دانشگاه آزاد اسلامی بیرجند، ایران.
- کاظم خدادوست گروه مهندسی کامپیوتر، واحد بیرجند، دانشگاه آزاد اسلامی بیرجند، ایران.
- جواد کبریائی مقدم گروه مهندسی کامپیوتر، واحد بیرجند، دانشگاه آزاد اسلامی بیرجند، ایران.
-
چکیده مقاله
خوشهبندی یکی از تکنیکهای گسترده برای کشف دانش و آشکار کردن ساختار مجموعه داده بوده که برای تحلیلگر بسیار مفید است. درخوشهبندی روش پذیرفته شده برای انتخاب مراکز خوشه اولیه بسیار مهم است و تاثیر مستقیم در تشکیل خوشههاینهایی دارد. از آن جایی که خوشهها در یک فضای ویژگی و با گروههایی جدا از هم هستند، این برای انتخاب مراکز اولیهای که از هم جدا هستند بهتر است. در این مقاله یک الگوریتم برای انتخاب مراکز خوشه اولیه برای الگوریتمk-meansپیشنهاد شده است. این الگوریتم برای چند نمونه داده مختلف در ابعاد گوناگون برای اهداف مشخص بکار برده می شود، مشاهده می شود که الگوریتم پیشنهادی برای بدست آوردن مراکز خوشه اولیه برای الگوریتمk-meansعملکرد خوبی داشته است
-
کلید واژه
الگوریتمk-means / مراکز خوشه اولیه/ درصد خطا/شاخص رند/ضریب همبستگی/ انحراف معیار
-
راهنمای خرید و دانلود
- اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
- با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
- برای عضویت به صفحه ثبت نام مراجعه نمایید .
- در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
- لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران
برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.