سال انتشار: ۱۳۹۳
محل انتشار: اولین کنفرانس ملی الگوریتم های فراابتکاری و کاربردهای آن در علوم و مهندسی
تعداد صفحات: ۸
نویسنده(ها):
مینا میرحسینی – دانشگاه شهید باهنر کرمان،

چکیده:
یکی از مرسومترین روشهای داده کاوی خوشهبندی است که به تفکیک مجموعهای از اشیا به خوشههای مختلف اطلاق میگردد، به طوریکه اشیا قرار گرفته در یک خوشه، بیشترین تشابه را با یکدیگر داشته باشند و از اشیا قرار گرفته در سایرکلاسها متفاوت باشند. روشهای متعددی برای خوشهبندی پیشنهاد و استفاده شده است. نشان داده شده است که روش GSA-KM که از ترکیب روش جستجوی گرانشی و میانگین K استفاده شده، نسبت به سایر روشها عملکرد بهتری نشانداده است اما این روش همچنان مشکل وابستگی به مقداردهی اولیه را دارد. در این مقاله روشی موسوم به GSA-KHMپیشنهاد شده که در آن، از طریق استفاده از الگوریتم میانگین هارمونیک K بهجای میانگین K ، مشکل وابستگی به مقداردهی اولیه را نیز پوششداده میشود. نتایج آزمایشات نشان میدهد که این روش بهتر از روش GSA-KM در خوشهبندی عمل خواهد کرد.