دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
جدیدترین لغات واژه‌نامه
کشورهای شمال اروپا
آتش سوزی های جنگلی
دوسویه
نادیده گرفتن، دست انداخ
اجتناب ناپذیر، بی شفقت،
آمار بازدیدکنندگان
بازدید امروز :52
بازدید روز گذشته :54
بازدید این هفته :312
بازدید این ماه :1055
مجموع آمار بازدید ها :800680
بازدید روز گذشته :54
بازدید این هفته :312
بازدید این ماه :1055
مجموع آمار بازدید ها :800680
عنوان محصول: یک الگوریتم خوشه بندی جدید مبتنی بر مورچه با استفاده از روش هسته ای
|
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 |
قیمت : 40000 تومان
تخفیف: 3000 تومان
تخفیف ویژه : 10 درصد
قیمت نهایی: 33000 تومان
551 بازدید
کد مقاله: TTC-
3121
نوع فایل : docx
خرید و دانلود
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
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.
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.
تعداد صفحات انگلیسی:
تعداد صفحات فـارسـی:
- آدرس: تبریز، آبرسان، مهرگان چهارم
- تلفن تماس: 09016347107
- تلفن ثابت : 35250068-041
- Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس ایمیل
- @zoodyab :آدرس تلگرام
مرکز تخصصی تلاش ترجمه از سال 1385 شروع 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.
تمامی ترجمه‌های انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام می‌شوند. ترجمه‌های انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه میشود.