سال انتشار: ۱۳۸۲

محل انتشار: نهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۸

نویسنده(ها):

اعظم جلالی – قطب علمی کنترل و پردازش هوشمند – گروه مهندسی برق و کامپیوتر، دانشکدۀ ف
فرهاد ارومچیان – قطب علمی کنترل و پردازش هوشمند – گروه مهندسی برق و کامپیوتر، دانشکدۀ ف
محمودرضا حجازی – گروه جامعه اطلاعاتی، مرکز تحقیقات مخابرات ایران

چکیده:

امروزه، استفاده از الگوریتمهای خوشه بندی در گروهبندی مستندات متنی از جایگاه بالایی، خصوصا در سیستمهای بازیابی اطلاعات برخوردار است . با استفاده از این الگوریتمها مستندات بازیابی شده، گروهبندی می شوند تا مستندات مشابه، در یک خوشه قرار گیرند . از میان روشهای مختلف خوشهبندی ، مدل عصبی SOM برای دادههای با حجم بالا و مدل فازی ۱ KHM برای دادههای
خارج از محدوده عملکرد بهتری دارد .
در این پژوهش، با تلفیق دو روش KHM و SOM ، الگوریتم نگاشت خودسازمانده هارمونیک HSOM پیشنهاد شده است . نتایج آزمایشات خوشهبندی مستندات بازیابی شده توسط سیستم SMART برای مجموعه OHSUMED ، براساس دو روش SOM وHSOMنشان میدهند که HSOM برخلاف SOM ، به مقداردهی اولیه حساسیت ندارد و همانند KHM دادههای خارج از محدودهتاثیری بر نتیجه خوشهبندی نمیگذارند