پاورپوینت: ارائه روش هیبرید خوشه بندی فازی و الگوریتم رقابت استماری برای طبقه بندی داده ها

۱- عدد فایل پاور(قابل ویرایش) به تعداد ۲۹ اسلاید است(این فایل برای ارائه کلاسی کاشناسی، ارشد   و دکتری عالی است)

(پاورپوینت حاضر حرفه ای است و تمام رفرنس نویسی ها رعایت شده و دارای نود های راهنما است)

ارائه روش هیبرید خوشه بندی فازی و الگوریتم رقابت استماری برای طبقه بندی داده ها

بخشی از متن:

فهرست مطالب

  • مقدمه، مروری بر پیشینه، مواد و روش ها، نتایج و بحث، نتیجه گیری، پیشنهادات

“خوشه بندی” اساسا مجموعه ای از خوشه‌ها است که معمولاً شامل تمام اشیاء در مجموعه داده‌ها می‌شود. علاوه بر این، می‌توان رابطه خوشه‌ها را به یکدیگر تعریف کند

مدل سیستمهای پیشنهادگر :

  • پالایش محتوا محور (Content Based Filtering)

  • پالایش مشارکتی (Collaborative Filtering)

  • روش­های ترکیبی (Hybrid)

ANFIS

  • سیستم عصبی فازی تطبیقی، نوعی شبکه عصبی مصنوعی است که براساس سیستم فازی تاکاگی-سوگنو می­باشد.

  • در مقایسه با شبکه عصبی مصنوعی، انفیس به خاطر تنظیم­­پذیری پارامترهای سیستم فازی، سریع­تر آموزش می­بیند و همچنین دقت بالاتری دارد.

بیان مسئله

  • الگوریتم خوشه بندی فازی یا FCM یکی از قدرتمندترین روشهای خوشه بندی است که توفیقات چشمگیری در حل مسائل مختلف داشته است امایکی از مشکلات این الگوریتم، نحوه یادگیری آن است که مبتنی بر روشهای کلاسیک بوده که بر اساس مشتق عمل میکند. این الگوریتم ها مشکل گرفتار شدن در مینیمم های محلی را دارند. یکی از راه حل هایی که برای رفع این مشکل پیشنهاد شده است، استفاده از الگوریتم های فراابتکاری برای آموزش FCM است.

مراحل کلی الگوریتم رقابت استعماری

  • .۱ایجاد تعداد مورد نیاز از کشورها

  • .۲تشخیص بهترین کشور(ها) به عنوان استعمارگر(EMPERIALIST)

  • .۳جذب مستعمره (COLONY)توسط کشورهای استعمارگر و تشکیل امپراطوری

  • .۴حرکت کشورهای مستعمره به سمت کشور استعمارگر(Assimilation)

  • .۵انجام عمل Revolution

  • .۶مقایسه مستعمرات با استعمارگر

روش کار

  • روش کار کلی بدین صورت است که ابتدا مجموعه داده بارگذاری می گردند و پس از اعمال پیش پردازش وارد مرحله داده کاوی می گرددد.دراین مرحله طبقه بند های مورد نظر بر روی ویژگی داده ها باقیمانده پس از مرحله فیلتر کردن اعمال می گردد.درنهایت نتایج طبقه بند ها بایکدیگر مقایسه می شوند.دیاگرام روش کلی کار را در شکل مشاهده می شود.

نتیجه گیری

  • در فصل قبل مجموعه داده مورد استفاده برای این تحقیق  معرفی شد سپس مراحل پیش پردازش بیان گردید و فیلترهای لازم در این تحقیق معرفی شده اند. در این فصل نتایج اعمال طبقه بندهای موردنظر آورده شد ونتایج حاصل از اعمال هریک از ۲ طبقه بند تحلیل و مقایسه شده اند.همچنین کارایی روش پیشنهادی با کارهای گذشته مورد مقایسه قرار گرفت.و مشاهده شد که روش پیشنهادی در دقت دو طبقه بند بهبود حاصل کرده است و در یک طبقه بند دقت کمتری حاصل شده است.

پیشنهادات

  • در این تحقیق روشی نو طبقه بندی ارائه گردید. دراین روش از الگوریتم فازی و الگوریتم رقابت استماری برای طبقه بندی مجموعه داده ها استفاده شد. در این تحقیق از نرم افزار متلب  بعنوان محیط داده کاوی تعریف  شده است. برای کارآینده قصد داریم ترکیب الگوریتم Adaboost با طبقه بندها دیگر مورد آزمایش قرار دهیم. ونتایج آن را با این تحقیق مورد مقایسه و تحلیل قرار دهیم.

۲۵۰۰۰ تومان – خرید
درباره این محصول نظر دهید !