اخبار و اعلانات

 آمار

تعداد نشریات418
تعداد شماره‌ها10,005
تعداد مقالات83,621
تعداد مشاهده مقاله78,331,175
تعداد دریافت فایل اصل مقاله55,377,576
حقایقی پور, محبوبه, فرقانی, یحیی, معطر, محمدحسین. (1396). کاهش بعد داده ها ضمن حفظ خوشه های داده. نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 10(1), 40-49.
محبوبه حقایقی پور; یحیی فرقانی; محمدحسین معطر. "کاهش بعد داده ها ضمن حفظ خوشه های داده". نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 10, 1, 1396, 40-49.
حقایقی پور, محبوبه, فرقانی, یحیی, معطر, محمدحسین. (1396). 'کاهش بعد داده ها ضمن حفظ خوشه های داده', نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 10(1), pp. 40-49.
حقایقی پور, محبوبه, فرقانی, یحیی, معطر, محمدحسین. کاهش بعد داده ها ضمن حفظ خوشه های داده. نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 1396; 10(1): 40-49.

کاهش بعد داده ها ضمن حفظ خوشه های داده

مجله فناوری اطلاعات در طراحی مهندسی
مقاله 4، دوره 10، شماره 1، شهریور 1396، صفحه 40-49    اصل مقاله (264.47 K)
نوع مقاله: مقاله پژوهشی
نویسندگان
محبوبه حقایقی پور؛ یحیی فرقانی* ؛ محمدحسین معطر
گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
چکیده
در این مقاله، با توجه به موفقیت روش­های خوشه­بندی مبتنی بر k-means، یک روش کاهش ویژگی بر پایه k-means وزن دار ارائه می­شود. در روش پیشنهادی، نخست با استفاده از روش k-means وزن دار، به ویژگی­های داده­ها وزن داده می­شود. ویژگی­های وزین تر ضرورتا ویژگی­های مهمتر نیستند و وزن هر ویژگی، تنها بازه هر ویژگی را به نحوی تغییر می­دهد که خوشه­بندی بهتری صورت بگیرد. لذا، سپس با استفاده از یک مدل ریاضی جدید، کسری از ویژگی­های وزندار شده داده­های هر خوشه انتخاب می­شود به نحوی که کمترین تغییر در خوشه ها حاصل شود. تعداد ویژگی­های منتخب هر خوشه در روش پیشنهادی، برخلاف روش­های مشابهی چون k-means تنک و fuzzy c-means تنک بصورت صریح تعیین می­شود. درضمن، آزمایش­های تجربی روی چهار مجموعه داده واقعی نشان می­دهد که روش پیشنهادی، از دقت بیشتری نسبت به روش­های L1PCA, LLE و روش K-means تُنُک برخوردار است.
کلیدواژه‌ها
کاهش ویژگی؛ خوشه بندی؛ K-means وزن دار
سایر فایل های مرتبط با مقاله
آمار
تعداد مشاهده مقاله: 297
تعداد دریافت فایل اصل مقاله: 341


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب