دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


عنوان محصول: یک الگوریتم خوشه بندی جدید مبتنی بر مورچه با استفاده از روش هسته ای

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: پنج شنبه 20 آبان 1395
توضیحات مختصر: در این مقاله یک الگوریتم خوشه بندی جدید مبتنی بر مورچه با استفاده از روش هسته ای پیشنهاد شده است. دو جنبه برای یکپارچگی وجود دارد. جنبه اول، تجزیه و تحلیل مولفه های اصلی هسته ای (KPCA) است. این فرآیند زمانی که الگوریتم در ابتدا اجرا میشود، .برای اصلاح تصویر کردن تصادفی شی به کار گرفته میشود. این تصو...
یک الگوریتم خوشه بندی جدید مبتنی بر مورچه با استفاده از روش هسته ای یک الگوریتم خوشه بندی جدید مبتنی بر مورچه با استفاده از روش هسته ای


قیمت قیمت : 25000 تومان
تخفیف تخفیف: 3000 تومان
قیمت نهایی قیمت نهایی: 22000 تومان
525 بازدید
کد مقاله: TTC- 1- 123
نوع فایل : docx
Journal: Elsevier 2011,

A novel ant-based clustering algorithm using the kernel method
Abstract
A novel ant-based clustering algorithm integrated with the kernel (ACK) method is proposed. There are two aspects to the integration. First, kernel principal component analysis (KPCA) is applied to modify the random projection of objects when the algorithm is run initially. This projection can create rough clusters and improve the algorithm’s efficiency. Second, ant-based clustering is performed in the feature space rather than in the input space. The distance between the objects in the feature space, which is calculated by the kernel function of the object vectors in the input space, is applied as a similarity measure. The algorithm uses an ant movement model in which each object is viewed as an ant. The ant determines its movement according to the fitness of its local neighbourhood. The proposed algorithm incorporates the merits of kernel-based clustering into ant-based clustering. Comparisons with other classic algorithms using several synthetic and real datasets demonstrate that ACK method exhibits high performance in terms of efficiency and clustering quality.
Keywords: Ant-based clustering; Kernel; Swarm intelligence; Kernel principal component analysis

چکیده
در این مقاله یک الگوریتم خوشه بندی جدید مبتنی بر مورچه با استفاده از روش هسته ای پیشنهاد شده است. دو جنبه برای یکپارچگی وجود دارد. جنبه اول، تجزیه و تحلیل مولفه های اصلی هسته ای (KPCA) است. این فرآیند زمانی که الگوریتم در ابتدا اجرا میشود، .برای اصلاح تصویر کردن تصادفی شی به کار گرفته میشود. این تصویر سازی میتواند خوشه هایی ناهمگن ایجاد کند و کارایی الگوریتم را بهبود دهد. جنبه دوم، خوشه بندی مبتنی بر مورچه به جای انجام شدن در فضای ورودی در فضای مشخصه ای انجام میشود. فاصله بین اشیاء در فضای مشخصه، که توسط تابع هسته ای بردار شی، در فضای ورودی محاسبه میشود، بعنوان معيار تشابه استفاده میشود. الگوریتم پیشنهادی از مدل حرکات مورچه ها استفاده میکند که در آن هر شی بعنوان یک مورچه در نظر گرفته میشود. تشخیص حرکات مورچه مطابق تابع برازندگی در همسایگی محلی آن انجام میشود. الگوریتم پیشنهادی، ماهیت خوشه بندی مبتنی بر هسته را با الگوریتم مبتنی بر خوشه در هم می آمیزد. مقایسه روش پیشنهادی با سایر الگوریتم های کلاسیک با استفاده از مجموعه داده های واقعی و ترکیبی نشان میدهد که روش ACK کارایی و کیفیت خوشه بندی خوبی ارائه میدهد.
کلمات کلیدی: خوشه بندی مبتنی بر مورچه، هسته، هوش ازدحامی، آنالیز مولفه اصلی هسته ای

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:15 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:26 صفحه

تماس با پشتیبانی فروشگاه ترجمه‌های تخصصی

نام و نام خانوادگی*
پست الکترونیکی*
موضوع پیام*
متن پیام*
اطلاعات تماس با فروشگاه ترجمه‌های تخصصی


فروشگاه ترجمه‌های تخصصی
پست الکترونیک :info@ttsell.ir
پست الکترونیک :mailttsell@gmail.com
شماره تلفن تماس:09355907190
کانال تلگرام : t.me/ttsell

  • آدرس: تبریز، خیابان  خاقانی، پاساژ خاقانی، پلاک 119
  • تلفن  تماس: 09355907190
  • تلفن  ثابت : 35250068-041
  •  Mailttsellاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @ttsell:آدرس تلگرام
فروشگاه ترجمه‌های تخصصی از  سال  1387شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.
Scroll to top