دانلود مقاله ISI انگلیسی شماره 79059
ترجمه فارسی عنوان مقاله

یک الگوریتم خوشه بندی agglomerative با استفاده از یک لیست K-نزدیکترین-همسایه پویا

عنوان انگلیسی
An agglomerative clustering algorithm using a dynamic k-nearest-neighbor list
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
79059 2011 13 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 8773 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 55 تومان 13 روز بعد از پرداخت 482,515 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 110 تومان 7 روز بعد از پرداخت 965,030 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

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

Journal : Information Sciences, Volume 181, Issue 9, 1 May 2011, Pages 1722–1734

ترجمه کلمات کلیدی
نزدیکترین همسایه؛ خوشه بندی Agglomerative؛ کوانتیزاسیون برداری
کلمات کلیدی انگلیسی
Nearest neighbor; Agglomerative clustering; Vector quantization
پیش نمایش مقاله
پیش نمایش مقاله یک الگوریتم خوشه بندی agglomerative با استفاده از یک لیست K-نزدیکترین-همسایه پویا

چکیده انگلیسی

In this paper, a new algorithm is developed to reduce the computational complexity of Ward’s method. The proposed approach uses a dynamic k-nearest-neighbor list to avoid the determination of a cluster’s nearest neighbor at some steps of the cluster merge. Double linked algorithm (DLA) can significantly reduce the computing time of the fast pairwise nearest neighbor (FPNN) algorithm by obtaining an approximate solution of hierarchical agglomerative clustering. In this paper, we propose a method to resolve the problem of a non-optimal solution for DLA while keeping the corresponding advantage of low computational complexity. The computational complexity of the proposed method DKNNA + FS (dynamic k-nearest-neighbor algorithm with a fast search) in terms of the number of distance calculations is O(N2), where N is the number of data points. Compared to FPNN with a fast search (FPNN + FS), the proposed method using the same fast search algorithm (DKNNA + FS) can reduce the computing time by a factor of 1.90–2.18 for the data set from a real image. In comparison with FPNN + FS, DKNNA + FS can reduce the computing time by a factor of 1.92–2.02 using the data set generated from three images. Compared to DLA with a fast search (DLA + FS), DKNNA + FS can decrease the average mean square error by 1.26% for the same data set.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 8773 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 55 تومان 13 روز بعد از پرداخت 482,515 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 110 تومان 7 روز بعد از پرداخت 965,030 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.