خوشه بندی با استفاده از شبکه های عصبی مصنوعی

خوشه بندی یکی از روش های اصلی تحلیل داده است. از این روش به صورت گسترده ای برای تشخیص الگو، استخراج ویژگی ها، مجزا سازی تصاویر، تخمین تابع و داده کاوی استفاده می شود. خوشه بندی به عنوان یک روش دسته بندی غیر نظارتی، برخی از ساختارهای ذاتی موجود در مجموعه ای از اشیاء را بر اساس تشابه در سنجش مشخص می کند . در این پایان نامه مفهوم های اساسی مرتبط با خوشه بندی، روش های خوشه بندی سلسله مراتبی تقسیمی و تجمعی، خوشه بندی فازی و خوشه بندی با استفاده از شبکه عصبی مصنوعی بیان شده است. سپس تحلیل خوشه بندی با استفاده ازشبکه عصبی مصنوعی و کاربرد واجرای آن را در نرم افزار مت لب، برای تجزیه و تحلیل مربوط به داده های واقعی شامل داده های مربوط به مسکن و سلول های سرطانی مورد بحث و بررسی قرار داده ایم. در نهایت به این نتیجه رسیدیم که بین روش های ذکر شده، روش خوشه بندی با استفاده از شبکه عصبی مصنوعی و اجرای آن در نرم افزار مت لب، بهترین روش پردازش داده ها با حجم بالا، برای رسیدن به یک نتیجه ی مطمئن می باشد. کلمات کلیدی : خوشه بندی، تحلیل خوشه ای، شبکه های عصبی مصنوعی، نرم افزار مت لب