light box
امتیاز 2.65 بررسی DSKmeans یک شیوه‌ی K-means محور جدید">

عنوان فارسی مقاله:بررسی DSKmeans یک شیوه‌ی K-means محور جدید برای کلاسترینگ زیرفضای افتراقی

  چکیده

بیشتر شیوه‌ها و الگوریتم‌های کلاسترینگ مبتنی بر Kmeans، بستگیب ه تراکم درون دسته‌ای برای مثال، پراکنش یک دسته یا کلاستر وابسته می‌باشند. ولی افتراق بین کلاستر که غالباً در روش‌های دسته بندی به کار می‌رود کمتر در پروسه‌ی کلاسترینگ استفاده می‌شوند. در این مطالعه، روش یا الگوریتم کلاسترینگ مبتنی بر زیر فضای افتراقی یعنی DSKmeans برای ترکیب تراکم داخل کلاستر و تمایز بین کلاستر استفاده می‌شود. در مقابل سایر روش‌های Kmeans متداول، یک تانسور درجه سوم برای ارزشیابی وزن خصوصیات مختلف جهت ترکیب دو اطلاعات، ایجاد شد. در مرحله‌ی اول، برای کلاسترینگ، تابع هدف جدید طراحی شد و برای بهبود و بهینه سازی این تابع، قوانین آپدیت برای الگوریتم به شیوه‌ای تحلیل استخراج شد. ویژگی و کارایی DSKmeans در مجموعه داده‌های دسته‌ای و رقمی مطالعه شد. نتایج آزمایشی موید این مطلب هستند که الگوریتم پیشنهادی ما عملکرد برتری نسبت به الگوریتم‌های کلاسترینگ کامینز پیشرفته از حیث چهار شاخص: صحت، شاخص رند، امتیاز اف و اطلاعات متقابل نرمال (NMI) دارد. نتایج نشان می‌دهد که روش ما نسبت به الگوریتم‌های کلاسترینگ پیشرفته بر اساس چهار متریک برتری دارد: دقت، راند ایندکس، اف اسکور یا امتیاز F، و اطلاعات طبیعی و متقابل NMI.(کلاسترینگ زیرفضای افتراقی)

Title: DSKmeans: A new kmeans-type approach to discriminative subspace clustering

 

Abstract

Most of kmeans-type clustering algorithms rely on only intra-cluster compactness, i.e. the dispersions of a cluster. Inter-cluster separation which is widely used in classification algorithms, however, is rarely considered in a clustering process. In this paper, we present a new discriminative subspace kmeans-type clustering algorithm (DSKmeans), which integrates the intra-cluster compactness and the inter-cluster separation simultaneously. Different to traditional weighting kmeans-type algorithms, a 3-order tensor is constructed to evaluate the importance of different features in order to integrate the aforementioned two types of information. First, a new objective function for clustering is designed. To optimize the objective function, the corresponding updating rules for the algorithm are then derived analytically. The properties and performance of DSKmeans are investigated on several numerical and categorical data sets. Experimental results corroborate that our proposed algorithm outperforms the state-of-the-art kmeans-type clustering algorithms with respects to four metrics: Accuracy, RandIndex, Fscore and Normal Mutual Information(NMI).

ثبت دیدگاه

    • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
    • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
    • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

برای ارسال دیدگاه شما باید وارد سایت شوید.

محصولات مشابه
تأثیر شیوه های مدیریتی زنجیره تأمین سبز بر پایداری محیط زیست: کارخانه های تولید پوشاک آماده بنگلادش
خـریـد محـصـول
پیشرفت‌های حاصل شده در روشهای فرآوری مواد اومامی: یک مقاله‌ی مروری
خـریـد محـصـول
جغرافیای انگ: روش‌های تجربی برای تعیین مجازات و تاوان مکان
خـریـد محـصـول
بررسی شیوه‌های استخراج کلاژن به منظور تجزیه تحلیل ایزوتوپ‌های پایدار در تحقیقات رژیم غذایی
خـریـد محـصـول
دلبستگی والدین ، وابستگی عاشقانه بزرگسالان و کودکان و رضایت زناشویی: بررسی زمینه های فرهنگی
خـریـد محـصـول
الگوهای دلبستگی(وابستگی) والدین در مادران کودکان مبتلا به اختلال اضطراب
خـریـد محـصـول
استراتژی‌های تمایز و عملکرد بانک‌های پول سپرده گذاری در بندر هارکورت، نیجریه
خـریـد محـصـول
تأثیر زکات تولید در افزایش درآمد در کاهش فقر جامعه در آچه اندونزی
خـریـد محـصـول
مروری بر راه حل‌های اینترنت اشیا برای کنترل انرژی هوشمند در ساختمان‌ها برای کاربردهای شهر هوشمند
خـریـد محـصـول
تحلیل محتوای صندوق های سرمایه گذاری مطابق با شرع در KSA: آیا عدالت اجتماعی مهم است ؟
خـریـد محـصـول
ثبت اختراع یا انتشار مقاله

ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، جستجوی اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. لیست اختراعات ثبت شده در ایران در طبقه بندی بین المللی A که شامل اختراعات حوزه نیاز ها بشری شامل کشاوری، مواد غذایی، کالاهای خانگی یا شخصی، بهداشت و سرگرمی را میتوانید در پایگاه جستجوی دارایی های فکریدارکوب مشاهده کنید.
برو بالا