مقاله ترجمه شده خوشه بندي ممتيك بر اساس بهينه ساز ازدحام ذرات

چكيده

اين مقاله يك الگوريتم خوشه بندي ممتيك كارآمد (MCA) براي خوشه بندي بر اساس بهينه ساز ازدحام ذرات (PSO) و K-means پيشنهاد مي كند . PSO به ويژه به عنوان يك جستجوي كلي به كار مي رود تا كاوش سريع مراكز خوشه ي كانديد را ممكن سازد . PSO توانايي زيادي براي يافتن راه حل هايي با كيفيت بالا دارد ولي اين مشكل را دارد كه وقتي ازدحام به حالت بهينه نزديك مي شود به صورت آهسته همگرا مي گردد . K-means كه براي راه حل هاي بهينه به همگرايي سريع دست مي يابد به عنوان جستجوي محلي براي تنظيم دقيق راه حل هاي PSO در چارچوب الگوريتم ممتيك به كار مي رود . عملكرد MCA در چهار مجموعه داده ي تركيبي و سه مجموعه داده ي بيان ژن با ابعاد زياد ارزيابي مي گردد . مطالعه ي مقايسه اي K-means ، PSO و PSO-KM (تركيب PSO و K-means) نشان مي دهد كه MCA قادر است با در نظر گرفتن مزاياي PSO و K-means ،  مراكز خوشه را دقيق تر و استوارتر از ساير الگوريتم هاي همتاي ديگر شناسايي كند  .

جهت سفارش لطفا اطلاعات زير را تکميل نماييد :



پرداخت با کیف پول