7140

7140

بررسي كارايي روش هاي جستجو در يافتن خو شه هاي پايدار

كارشناسي ارشد

مهندسي كامپيوتر

1389

1389

دكتر بهروز مينايي بيدگلي

چكيده خوشه بندي اطلاعات به معني افراز كردن نمونه ها در خوشه هاي شبيه به هم مي باشد ؛ بطوريكه نمونه هاي هر خوشه حداكثر ت شابه را با يكديگر و حداكثر فاصله را با نمونه هاي خوشه هاي ديگر داشته باشند . به علت بدون ناظر بودن مسئله خوشه بندي انتخاب يك الگوريتم خاص جهت خوشه بندي يك مجموعه ناشناس امري پر خطر و معمولا شكست خورده مي باشد. به خاطر پيچيدگي مسئله و ضع ف روش هاي خوشه بندي پ ايه، امروزه اكثر مطالعات به سمت روش هاي خوشه بندي تركيبي هدايت شده است . پراكندگي در نتايج اوليه يكي از مهم ترين عواملي است كه م ي تواند در كيفيت نتايج نهايي اثرگذار باشد . همچنين، كيفيت نتايج اوليه نيز عامل ديگري است كه در كيفيت نتايج حاصل از تركيب موثر است . هر دو عامل در تحقيقات اخير خوشه بندي تركيبي مورد توجه قرار گرفته اند. در اينجا يك چارچوب جديد براي بهبود كارايي خوش ه بندي تركيبي پيشنهاد شده است كه مبتني بر استفاده از زيرمجموعه اي از خوشه هاي اوليه مي باشند. انتخاب اين زيرمجموعه نقش حياتي در كارايي مجمع دارد. اين انتخاب به كمك دو روش هوشمند انجام مي گيرد . ايده هاي اصلي در روش هاي پيشنهادي براي انتخاب زيرمجموعه اي از خوشه ها، استفاده از خوشه هاي پايدار به كمك الگوريتمهاي جستجوي هوشمند مي باشند. براي ارزيابي خوشه ها، از معيار پايداري مبتني بر اطلاعات متقابل استفاده شده است . در آخر نيز خوشه هاي انتخاب شده را به كمك چندين روش تركيب نهايي با هم جمع مي كنيم. نتايج تجربي روي چندين مجموعه داده استاندارد نشان مي دهد كه روش هاي پيشنهادي مي توانند به طور موثري همچنين روش تركيب كامل را بهبود دهند. واژه هاي كليدي : خوشه بندي تركيبي، ارزيابي خوشه، اطلاعات متقابل، زيرمجموعه اي از نتايج اوليه، الگوريتم ژنتيك، الگوريتم نورد شبيه سازي شده، خوشه بندي انباشت مدارك، ماتريس همبستگي