مقاله Modified NSGAدرII Based Fuzzy Clustering of Categorical At
نوشته شده به وسیله ی ali در تاریخ 95/7/25:: 4:43 صبح
مقاله Modified NSGAدرII Based Fuzzy Clustering of Categorical Attributes تحت word دارای 5 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله Modified NSGAدرII Based Fuzzy Clustering of Categorical Attributes تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله Modified NSGAدرII Based Fuzzy Clustering of Categorical Attributes تحت word ،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله Modified NSGAدرII Based Fuzzy Clustering of Categorical Attributes تحت word :
سال انتشار: 1391
محل انتشار: چهارمین کنفرانس مهندسی برق و الکترونیک ایران
تعداد صفحات: 5
نویسنده(ها):
Eisa Mohammadi – Islamic Azad University, MashhadBranch
Mahdi Yaghobi – Islamic Azad University, MashhadBranch
M-Reza Akbarzadeh-T – Ferdowsi University of Mashhad,Senior Member, IEEE
چکیده:
The problem of clustering categorical data, whereno natural ordering among the elements of a categoricalattribute domain can be found, has been recently gainingsignificant attention from researchers. However, most of thesemethods attempt to optimize a single measure of the clusteringgoodness. Often, such a single measure may not be appropriatefor different kinds of datasets. In this paper a probabilitydensity multi-objective genetic algorithm-based approach forfuzzy clustering of categorical data is proposed that encodesthe cluster modes and simultaneously optimizes fuzzycompactness and fuzzy separation of the clusters. Here we usepopulation based incremental learning algorithm (PBIL) thatcan be considered as one of the simplest estimation ofdistribution algorithms (EDAs) in NSGA-II. Hence, wecompletely abandon the traditional crossover and mutationoperators of NSGA-II and reproduce new candidateindividuals through sampling from an estimated density ofpromising individuals in the current population and we calledthis method PNSGA-II. A statistical test of significance hasbeen conducted to establish the superiority of the proposedmulti-objective approach
کلمات کلیدی :