پایان‌نامه

بررسی الگوریتم های خوشه بندی با رویکرد بهبود در دقت آنها

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

خوشه بندی قرار دادن داده ها در گروه هایی است، که اعضای هر گروه از زاویه ی خاصی شبیه یکدیگرند، بطوریکه شباهت درون هر خوشه حداکثر و شباهت بین داده های درون خوشه های متفاوت، حداقل باشد خوشه بندی فرآیند یادگیری . بدون ناظر است که از قبل هیچ دانشی درباره برچسب داده ها ندارد. روش های زیادی برای خوشه بندی وجود دارد که می توان آنها را به روش های افرازبندی و سلسله مراتبی تقسیم کرد. در این پایان نامه از الگوریتم فراابتکاری جدیدی به نام الگوریتم جنگل که از طبیعت جنگل الهام گرفته شده، برای خوشه بندی استفاده شده است.در این الگوریتم، برای رهایی از بهینه های محلی، تغییراتی در قسمت دانه پراکنی محلی انجام شد و نتایج خوبی بدست آمد. برای ارزیابی، روش ارائه شده را روی دو سری مجموعه داده مورد آزمایش قرار دادیم. سری اول شامل داده های استاندارد و سری دوم شامل مجموعه داده های حقیقی استخراج شده جهت عیب یابی سیستم های دوار مکانیکی، است. همچنین از روش های شناخته شده ای نظیر روش های ga، pso، aco، cas_c و k-means برای مقایسه نتایج بدست آمده استفاده شده است. این الگوریتم برای داده های استاندارد کمترین مقدار مجموع مجذور فاصله درون خوشه ها را بدست آورد. این مقدار در داده iris برابر 96.6557 با انحراف معیار 0.001، در wine برابر 16292.4100 با انحراف معیار 5.3474 و در داده های glass برابر 210.5340 با انحراف معیار 1.8029 است که در مقایسه با دیگر روش ها، روش فوق نتیجه مطلوبی را تولید می کند. همچنین در این روش فاصله درون خوشه ها کاهش و فاصله بیرون خوشه ها افزایش پیدا کرده است. علاوه بر این روش فوق درصد خطای خوشه بندی پایین تری نسبت به دیگر روش ها دارد.

اساتید راهنما و مشاور

محمد رضا فیضی درخشی، میر محمد اتفاق

پایان‌نامه‌های مشابه

  • یک الگوریتم خوشه بندی بهبود یافته با رویکرد تکاملی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم ریاضیامید ترخوانه

    خوشه بندی یک فرآیند بدون ناظر است که یک مجموعه از اشیاء را به گروه های متجانس تقسیم می کند. خوشه بندی یکی از مهم ترین روش های داده کاوی می باشد ولی در زمینه های دیگری مثل شناخت الگو، فنآوری اطلاعات، پردازش تصاویر، زیست شناسی، روانشناسی و بازاریابی نیز به کار می رود. هدف اصلی خوشه

  • یک تکنیک خوشه بندی برای بهبود الگوریتم k-means با ترکیب پارامترهای خاص در شبکه حسگر بیسیم

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده کامپیوتر و فناوری اطلاعاتعاطفه حیدریان

    در طراحی برنامه های کاربردی و الگوریتم های شبکه های حسگر بی سیم کاهش مصرف انرژی و افزایش طول عمر شبکه یک موضوع اساسی می باشد. امروزه، در شبکه های حسگر بی سیم، پروتکل های مسیریابی مبتنی بر خوشه بندی از طریق تقسیم گره های همسایه به خوشه های مجزا و انتخاب سرخوشه های محلی برای ترکیب

  • ارائه یک الگوریتم خوشه بندی رقابتی برای بهبود مصرف انرژی در شبکه های حسگر بی سیم

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده مهندسی برق و کامپیوترمریم ثابت

    شبکه های حسگر نسل جدیدی از شبکه ها هستند که به طور معمول، از تعداد زیادی گره های ارزان قیمت تشکیل شده اند و ارتباط این گره ها به صورت بی سیم صورت می گیرد. هدف اصلی در این شبکه ها، جمع آوری اطلاعاتی از محیط پیرامون برای پردازش های بیشتر است. گره ها در شبکه های حسگر بی سیم با باتری

  • الگوریتم خوشه بندی سلسله مراتبی چندگانه

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوترالهه راشدی

    ایده اصلی یادگیری تجمعی به منظور ترکیب پیش بینی یادگیرنده های چندگانه مطرح شده است. روش های یادگیری تجمعی در زمینه ی الگوریتم های یادگیری با ناظر و بدون ناظر، معمولاً نتایج بهتری در مقایسه با روش های واحد ایجاد می کنند. روش های طبقه بندی چندگانه، طبقه بندها را برای رسیدن به طبقه

  • یک الگوریتم خوشه بندی فازی جدید مبتنی بر لگوریتم محاسبات تکاملی بهینه سازی تولیدمثل غیرجنسی

    پایان‌نامه۲۰۱۴دانشگاه امام رضا علیه اسلامجابر پورسلیمان

    خوشه بندی فازی مبتنی بر الگوریتم های تکاملی و هوش ازدحامی یکی از زمینه های تحقیقاتی فعال می باشد که اخیراً بسیار موردتوجه قرارگرفته است. عملکرد مناسب در رویکرد خوشه بندی با توجه به معیارهایی همچون، توانایی تعیین خودکار تعداد بهینه ی خوشه ها، توانایی پیدا کردن پارتیشن بندی مناسب،

  • یک الگوریتم خوشه بندی مشارکتی گرانشی جدید برای خوشه بندی مستندات وب

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده مهندسیآرمیندخت هاشم پور صادقیان

    خوشه بندی داده، روشی برای تحلیل داده هاست که حجم بزرگی از داده ها را در گروه های معناداری از موضوعات به نام خوشه خلاصه می کند به نحوی که داده های موجود در هر خوشه، دارای حداکثر میزان شباهت به یکدیگر بر اساس یک معیار شباهت هستند و داده های موجود در خوشه های مختلف دارای حداکثر میزا

اسناد مشابه

  • بهبود الگوریتم خوشه بندی مشتریان برای توزیع قطعات یدکی با رویکرد داده کاوی (k-means)

    خوشه بندی مشتریان با رویکرد داده کاوی برای بهینه سازی برنامه حمل ونقل یکی از مباحث مطرح در حوزه مدیریت ارتباط با مشتریان است. در این مقاله داده‌ها و اطلاعات واقعی توزیع قطعات یدکی شرکت ایساکو در طی 36 ماه گذسته مورد بررسی قرارگرفته است و به کمک ابزار داده کاوی شباهت رفتار تقاضای

  • بهبود الگوریتم خوشه بندی مشتریان برای توزیع قطعات یدکی با رویکرد داده کاوی (k-means)

    مقالهبین المللی مهندسی صنایع و مدیریت تولیدmohammad mehdi sepehri associate professor, industrial engineering department, tarbiat modares university، mehrdad kargari ph.d. student, industrial engineering department, tarbiat modares university

    خوشه بندی مشتریان با رویکرد داده کاوی برای بهینه سازی برنامه حمل ونقل یکی از مباحث مطرح در حوزه مدیریت ارتباط با مشتریان است. در این مقاله داده ها و اطلاعات واقعی توزیع قطعات یدکی شرکت ایساکو در طی 36 ماه گذسته مورد بررسی قرارگرفته است و به کمک ابزار داده کاوی شباهت رفتار تقاضای

  • بهبود عملکرد الگوریتم خوشه بندی فازی سی- مینز با وزن دهی اتوماتیک و محلی ویژگی ها

    مقالهمهندسی برق دانشگاه تبریزسمیرا رفیعی, دانشگاه کردستان - دانشکده مهندسی پرهام مرادی, دانشگاه کردستان - دانشکده مهندسی

    خوشه بندی یکی از راه کارهای مهم در تحلیل داده هاست. در راه کارهای کلاسیکِ خوشه بندی معمولاً فرض بر این است که همه ویژگی ها از درجه اهمیت یکسانی برخوردارند. این در حالی است که در مجموعه داده های واقعی یک سری از ویژگی ها اهمیت بیش تری نسبت به دیگر ویژگی ها دارند. در نتیجه ویژگی های

  • انتخاب هوشمندانه مراکز اولیه در الگوریتم خوشه بندی K-means به‌منظور بهبود تشخیص موضوع

    مقاله۲۰۱۸علوم رايانش و فناوري اطلاعاتسپهر آروین، علی ورداسبی، هشام فیلی، آزاده شاکری

    تشخیص موضوع یکی از مسائل حوزه ی پردازش زبان طبیعی است که در سال های اخیر همواره مورد توجه بوده و از زوایای متفاوتی مورد پژوهش قرارگرفته است. هدف کلی در این مسئله خوشه بندی اسناد متنی در دسته های مختلف است به‌گونه‌ای که اسناد موجود در هر خوشه موضوع یکسانی داشته باشد. بخش قابل‌توجه

  • اجرای الگوریتم خوشه بندی بهبود یافته بر روی داده های ناباروری

    مقالهمهندسی صنایع و مدیریتنرگس آقابیگی، دانشکده ی مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی سمیه علیزاده، دانشکده ی مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی ابوطالب صارمی، رئیس بیمارستان صارم

    داده کاوی تلفیقی از روش های هوش مصنوعی برای شناسایی اطلاعات یا استخراج دانش از داده هاست، به نحوی که دانش حاصل در حوزه های تصمیم گیری، پیش بینی، پیش گویی و تخمین مورد استفاده قرار گیرد. تحلیل رفتار مشتریان، دسته بندی مشتریان، شناخت نیازهای مشتریان و پیش بینی در مباحث پزشکی ازجمله

  • ارائه یک الگوریتم خوشه بندی برای داده های دسته ای با ترکیب معیارها

    مقالهمحاسبات نرممریم نبی لو، maryam nabiloo نگین دانشپور، negin daneshpour shahid rajaee teacher training universityتهران- لویزان- خیابان شعبانلو- دانشگاه تربیت دبیر شهید رجایی

    خوشه بندی یکی از تکنیک های اصلی داده کاوی است. خوشه بندی فرایندی است که مجموعه داده ها را داخل گروه هایی طبقه بندی می کند. در خوشه بندی داده های موجود در یک خوشه بیشترین شباهت را به هم دارند و داده های موجود در دو خوشه متفاوت بیشترین تفاوت را با هم دارند. الگوریتم های خوشه بندی ب