عنوان : ( خوشه بندی طیفی با انتخاب بردارهای ویژگی kernel PCA )
نویسندگان: سهیلا اشکذری طوسی , هادی صدوقی یزدی ,
Full Textچکیده
هنگامی که ساختار داده ها غیر خطی باشد روش های کلاسیک خوشه بندی با شکست روبرو می شوند، در این حالت خوشه بندی طیفی روشی قدرتمند برای دسته بندی داده ها محسوب می شود. این تکنیک با تبدیل ورودی، فضای جدیدی با قابلیت توصیف مناسب تر از داده ها را در اختیار ما قرار می دهد. با این حال، همه ویژگی های این فضای جدید برای خوشه بندی مفید نمی باشند. بنابراین روش های انتخاب ویژگی مورد توجه قرار می گیرند. در این مقاله، الگوریتمی برای خوشه بندی طیفی مبتنی بر ویژگی های استخراج شده از kernel PCA ارائه می دهیم که ویژگی های مناسب با توجه به توانایی آنها در توصیف خوشه های موجود در داده ها بر اساس آنتروپی انتخاب و وزن دهی می شوند. نتایج آزمایش ها بیانگر موفقیت این روش می باشد.
کلمات کلیدی
خوشه بندی طیفی kernel PCA انتخاب ویژگی آنتروپی
@inproceedings{paperid:1022802,
author = {اشکذری طوسی, سهیلا and صدوقی یزدی, هادی},
title = {خوشه بندی طیفی با انتخاب بردارهای ویژگی kernel PCA},
booktitle = {شانزدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران},
year = {2011},
location = {تهران, ايران},
keywords = {خوشه بندی طیفی
kernel PCA
انتخاب ویژگی
آنتروپی},
}
%0 Conference Proceedings
%T خوشه بندی طیفی با انتخاب بردارهای ویژگی kernel PCA
%A اشکذری طوسی, سهیلا
%A صدوقی یزدی, هادی
%J شانزدهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران
%D 2011
