دانلود پايان نامه خوشه بندي داده ها

پايان نامه الگوريتم فازي براي خوشه بندي داده هاي گروهي

۱۴ بازديد
دسته بندي كامپيوتر
فرمت فايل docx
حجم فايل 2.26 مگا بايت

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

فهرست

چكيده

1- مقدمه

2- مروري بر روش هاي قبل

1.2 - الگوريتمk-Means Hard

1.1.2- مثالي عددي از الگوريتم k-Means 

2.2- الگوريتم Fuzzy c-Means  

3.2- الگوريتم Hard k-Modes

4.2- الگوريتم fuzzy k-Modes   

3- الگوريتم پيشنهادي : genetic fuzzy k-Modes

4-  نتايج آزمايش

5-  نتيجه گيري

پيوست – كد برنامه

مراجع

----------------------------------

چكيده
خوشه بندي روشي است كه داده هاي يك مجموعه داده را به گروه يا خوشه تقسيم مي كند . از مرسوم ترين روش هاي خوشه بندي،الگوريتم هاي خوشه بندي k-Means وfuzzy k-Means مي باشند.اين دو الگوريتم فقط روي داده هاي عددي عمل مي كنند و به منظور رفع اين محدوديت، الگوريتم هاي k-Modes و fuzzy k-Modes ارائه شدند كه مجموعه داده هاي گروهي (دسته اي) را نيز خوشه بندي مي كنند. . با اين وجود، اين الگوريتم ها ،شبيه همه روال هاي بهينه سازي ديگر كه براي مينيمم عمومي يك تابع جستجو مي كنند، احتمال گير افتادن در يك مينيمم محلي وجود دارد. به منظوردستيابي به جوبب بهينه عمومي ، الگوريتم هاي تكاملي مانند ژنتيك و جدول جستجو با الگوريتم هاي مذكور تركيب مي شوند. در اين پژوهش،   الگوريتم  ژنتيك ، GA، را با الگوريتم fuzzy k-Modes تركيب شده ،بطوريكه  عملگر ادغام به عنوان يك مرحله از الگوريتم  fuzzy k-Modes تعريف مي شود.آزمايش ها روي دو مجموعه داده واقعي انجام شده است تا همراه با مثال كارايي الگوريتم پيشنهادي را روشن نمايد.

چكيده
خوشه بندي روشي است كه داده هاي يك مجموعه داده را به گروه يا خوشه تقسيم مي كند . از مرسوم ترين روش هاي خوشه بندي،الگوريتم هاي خوشه بندي k-Means وfuzzy k-Means مي باشند.اين دو الگوريتم فقط روي داده هاي عددي عمل مي كنند و به منظور رفع اين محدوديت، الگوريتم هاي k-Modes و fuzzy k-Modes ارائه شدند كه مجموعه داده هاي گروهي (دسته اي) را نيز خوشه بندي مي كنند. . با اين وجود، اين الگوريتم ها ،شبيه همه روال هاي بهينه سازي ديگر كه براي مينيمم عمومي يك تابع جستجو مي كنند، احتمال گير افتادن در يك مينيمم محلي وجود دارد. به منظوردستيابي به جوبب بهينه عمومي ، الگوريتم هاي تكاملي مانند ژنتيك و جدول جستجو با الگوريتم هاي مذكور تركيب مي شوند. در اين پژوهش،   الگوريتم  ژنتيك ، GA، را با الگوريتم fuzzy k-Modes تركيب شده ،بطوريكه  عملگر ادغام به عنوان يك مرحله از الگوريتم  fuzzy k-Modes تعريف مي شود.آزمايش ها روي دو مجموعه داده واقعي انجام شده است تا همراه با مثال كارايي الگوريتم پيشنهادي را روشن نمايد.

 

  1.مقدمه 

 

به عنوان يك ابزار اوليه در داده كاوي[1] ،تجزيه و تحليل  خوشه ، كه تجزيه و تحليل سگمنت نيز ناميده مي شود،روشي است كه داده ها  را به گروه هايي  همگن تحت عنوان خوشه تقسيم مي كند.در چنين روشي داده هاي موجود در يك كلاستر يا خوشه خيلي شبيه به هم و داده ها ي كلاستر هاي مختلف خيلي متفاوت نسبت به  هم هستند.اغلب، شباهت بر مبناي معيار فاصله مي باشد.

آناليز خوشه،خوشه بندي، تكنيك عمومي براي آناليز داده هاي آماري مي باشد كه در بسياري زمينه ها  مانند يادگيري ماشين ، داده كاوي ، شناسايي الگو و آناليز تصوير كاربرد دارد.در كنار اصطلاح خوشه بندي داده (يا فقط خوشه بندي)،بعضي اصطلاحات ديگرنيزهمانند كلاس بندي اتوماتيك[2] ،طبقه بندي  عددي[3]، آناليز نوع شناسي[4] ، با معناي مشابه  استفاده مي شود.

[1]  Data mining

[2]  Automatic classification

[3]  Numerical taxonomy

[4]  Typological analysis


 

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود