دانلود مقاله ISI انگلیسی شماره 79151
عنوان فارسی مقاله

پارتیشن بندی الگوریتم های خوشه بندی سخت بر اساس ماتریس تشابه متعدد

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
79151 2012 18 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Partitioning hard clustering algorithms based on multiple dissimilarity matrices
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Pattern Recognition, Volume 45, Issue 1, January 2012, Pages 447–464

کلمات کلیدی
پارتیشن بندی الگوریتم های خوشه بندی - داده های رابطه ای؛ وزن ارتباط؛ ماتریس تشابه های متعدد
پیش نمایش مقاله
پیش نمایش مقاله پارتیشن بندی الگوریتم های خوشه بندی سخت بر اساس ماتریس تشابه متعدد

چکیده انگلیسی

This paper introduces hard clustering algorithms that are able to partition objects taking into account simultaneously their relational descriptions given by multiple dissimilarity matrices. These matrices have been generated using different sets of variables and dissimilarity functions. These methods are designed to furnish a partition and a prototype for each cluster as well as to learn a relevance weight for each dissimilarity matrix by optimizing an adequacy criterion that measures the fitting between the clusters and their representatives. These relevance weights change at each algorithm iteration and can either be the same for all clusters or different from one cluster to another. Experiments with data sets (synthetic and from UCI machine learning repository) described by real-valued variables as well as with time trajectory data sets show the usefulness of the proposed algorithms.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.