رفتن به مطلب

پایان نامه ارشد هوش ماشین و رباتیک با عنوان خوشه بندی ترکیبی مبتنی بر زیر مجموعه ای از نتایج اولیه


ارسال های توصیه شده

پایان نامه خوشه بندی ترکیبی مبتنی بر زیر مجموعه ای از نتایج اولیه توسط حسین علیزاده و به راهنمایی دکتر بهروز مینایی بیدگلی برای دریافت درجه کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیک از دانشگاه علم و صنعت ایران در اسفندماه 1387 ارائه شد که فایل pdf اونرو از فایل پیوست می تونید دانلود کنید:

 

چکیده:

خوشه بندي داده ها يکي از مراحل اصلي در داده کاوي است که وظيفه کاوش الگوهاي پنهان در داده هاي بدون برچسب را بر عهده دارد. به خاطر پيچيدگي مسئله و ضعف روش هاي خوشه بندي پايه، امروزه اکثر مطالعات به سمت روي روش هاي خوشه بندي ترکيبي هدايت شده است. پراکندگي در نتايج اوليه يکي از مهمترين عواملي استکه ميتواند در کيفيت نتايج نهايي اثرگذار باشد. همچنين، کيفيت نتايج اوليه نيز عامل ديگري است که در کيفيت نتايج حاصل از ترکيب موثر است. هر دو عامل در تحقيقات اخير خوشه بندي ترکيبي مورد توجه قرار گرفته اند. اما پاسخ به بعضي سوالات در اين زمينه همچنان با ابهامات زيادي روبروست. اين که در حضور يک مجموعه از نتايج خوشه بندي هاي اوليه، آيا استفاده از زيرمجموعه اي از نتايج مي تواند بهتر از استفاده از کل نتايج باشد يا نه؟ کدام زيرمجموعه از نتايج اوليه مي تواند منجر به بهبود عملکرد خوشه بندي ترکيبي شود؟ نتايج اوليه با چه معياري نسبت به هم ارزيابي شوند؟ در اين پايان نامه سعي شده است تا پاسخي درخور به اين سوالات داده شود. در اينجا يک چهارچوب جديد براي بهبود کارايي خوشه بندي ترکيبي پيشنهاد شده است که مبتني بر استفاده از زيرمجموعه اي از خوشه هاي اوليه مي باشند. به علاوه، براي هر مرحله از اين چهارچوب پيشهادي تعدادي روش جديد ارائه شده است. ايده هاي اصلي در روش هاي پيشنهادي براي انتخاب زيرمجموعه اي از خوشه ها، استفاده از خوشه هاي پايدار به علاوه استفاده از مفاهيم پراکندگي و کيفيت در نتايج اوليه مي باشند. براي ارزيابي خوشه ها، از معيار پايداري مبتني بر اطلاعات متقابل به علاوه چند معيار پيشنهادي ديگر استفاده شده است. همچنين براي ساخت ماتريس همبستگي با در دسترس بودن تنها تعدادي از خوشه ها، دو روش جديد پيشنهاد شده است. نتايج تجربي روي چندين مجموعه داده استاندارد نشان مي دهد که روش هاي پيشنهادي مي توانند به طور موثري نتايج خوشه بندي هاي اوليه و همچنين روش ترکيب کامل را بهبود دهند. مقدار متوسط بهبود روي ۱۱ مجموعه آزمايش شده نسبت به روش ترکيب کامل 2.3 % مي باشد. به علاوه چندين مجموعه داده مصنوعي نيز توليد و در آزمايش ها مورد استفاده قرار گرفته اند.

 

واژه هاي كليدي: خوشه بندي ترکيبي، ارزيابي خوشه، اطلاعات متقابل، زيرمجموعه اي از نتايج اوليه، خوشه بندي انباشت مدارک، ماتريس همبستگي.

 

فهرست مطالب:

فصل ۱: مقدمه

فصل ۲: مروري بر منابع

فصل ۳: روش پيشنهادي

فصل ۴: نتايج و تفسير آنها

فصل ۵: جمع بندي و کارهاي آينده

مراجع

پيوست ها

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

لینک به دیدگاه
  • 7 ماه بعد...

فونت رو ندارین. لطفاً از فونتی که پیوست شده استفاده کنید. اگه هنوز مشکل بود، بگین موقع باز کردن پیغام خطایی که میده چیه؟

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

لینک به دیدگاه

به گفتگو بپیوندید

هم اکنون می توانید مطلب خود را ارسال نمایید و بعداً ثبت نام کنید. اگر حساب کاربری دارید، برای ارسال با حساب کاربری خود اکنون وارد شوید .

مهمان
ارسال پاسخ به این موضوع ...

×   شما در حال چسباندن محتوایی با قالب بندی هستید.   حذف قالب بندی

  تنها استفاده از 75 اموجی مجاز می باشد.

×   لینک شما به صورت اتوماتیک جای گذاری شد.   نمایش به صورت لینک

×   محتوای قبلی شما بازگردانی شد.   پاک کردن محتوای ویرایشگر

×   شما مستقیما نمی توانید تصویر خود را قرار دهید. یا آن را اینجا بارگذاری کنید یا از یک URL قرار دهید.

×
×
  • اضافه کردن...