عنوان فارسی مقاله:خوشه بندی C-Means فازی مبتنی بر بهینه سازی جست و جوی کلاغ برای مقدار دهی سنتروئید بهینه
چکیده
خوشه بندی یک تکنیک نظارت نشده است که اشیا را بر اساس کیفیت آنها به چند گروه تقسیم می کند. در الگوریتمهای خوشهبندی نرم مانند C-Means فازی، انتخاب مراکز خوشه اولیه بهصورت تصادفی انجام میشود و این به شدت بر حل تأثیر میگذارد. با توجه به این انتخاب تصادفی، احتمال تاخیر در نرخ همگرایی وجود دارد و یا احتمال گیر افتادن در راه حل بهینه محلی وجود خواهد داشت. برای حل این مشکلات می توان از یک الگوریتم بهینه سازی استفاده کرد. جستجوی کلاغ یکی از الگوریتمهای بهینهسازی نوظهور است که هدف آن دستیابی به بهینه سراسری و نرخ همگرایی سریعتر تنها با استفاده از دو پارامتر تعریفشده توسط کاربر است. این مقاله به یک موضوع بدیع می پردازد که الگوریتم جستجوی کلاغ را با خوشه بندی فازی C-Means ترکیب می کند. تجزیه و تحلیل تجربی با استفاده از مجموعه داده های معیار از مخزن داده UCI و مجموعه داده های مصنوعی از دانشگاه فنلاند شرقی انجام می شود. به منظور ارزیابی عملکرد الگوریتم جستجوی FCM-Crow، سه جنبه مانند میزان خطا، مقدار تابع هدف و شاخصهای اعتبار خوشهای در نظر گرفته میشوند. نتایج مجموعه دادههای معیار با الگوریتمهای K-Means، FCM-PSO و ACPSO مقایسه شده و الگوریتم پیشنهادی کارآمدتر است(بهینه سازی جست و جوی کلاغ).
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.