نتایج جستجو برای: k means الگوریتم

تعداد نتایج: 723945  

در این مقاله برای جداسازی کور منابع گفتار کانولوتیو، یک روش ماسک زمان- فرکانس بر اساس مفهوم زاویه هرمیشن ارائه شده است. زاویه هرمیشن بین بردار ترکیب (خروجی میکروفون‌ها) و بردار مرجع محاسبه می‌شود. در این مقاله ابتدا دو بردار مرجع مختلف برای محاسبه دو زاویه هرمیشن متفاوت فرض شده، سپس این زوایا با استفاده از روش‌های k-means و fuzzy-cmeans خوشه‌بندی می‌شود. مسئله جایگشت منابع، بر اساس خوشه‌بندیk-m...

Journal: :CoRR 2017
Srikanta Kolay Kumar Sankar Ray Abhoy Chand Mondal

K-means (MacQueen, 1967) [1] is one of the simplest unsupervised learning algorithms that solve the well-known clustering problem. The procedure follows a simple and easy way to classify a given data set to a predefined, say K number of clusters. Determination of K is a difficult job and it is not known that which value of K can partition the objects as per our intuition. To overcome this probl...

Journal: :Pattern Recognition Letters 2003
Yiu-ming Cheung

This paper presents a generalized version of the conventional k-means clustering algorithm [Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability, 1, University of California Press, Berkeley, 1967, p. 281]. Not only is this new one applicable to ellipse-shaped data clusters without dead-unit problem, but also performs correct clustering without pre-assigning the exact...

پژوهش حاضر با هدف شناسایی موانع فرهنگی فراروی نظام اداری ایران انجام شده است. با توجه به مبانی نظری موجود و انجام مطالعات کتابخانه‌ای، 21 ویژگی فرهنگی جامعۀ ایران که می‌تواند به‌منزلۀ مانع فراروی نظام اداری قلمداد شود، شناسایی شد. در مطالعۀ حاضر، روش دلفی به‌منزلۀ ابزار اصلی گردآوری داده‌ها استفاده شده است. به‌منظور تحلیل داده‌ها، از روش فازی و برای خوشه‌بندی ویژگی‌های فرهنگی از روش خوشه‌بندی ف...

در این مقاله برای جداسازی کور منابع گفتار کانولوتیو، یک روش ماسک زمان- فرکانس بر اساس مفهوم زاویه هرمیشن ارائه شده است. زاویه هرمیشن بین بردار ترکیب (خروجی میکروفون‌ها) و بردار مرجع محاسبه می‌شود. در این مقاله ابتدا دو بردار مرجع مختلف برای محاسبه دو زاویه هرمیشن متفاوت فرض شده، سپس این زوایا با استفاده از روش‌های k-means و fuzzy-cmeans خوشه‌بندی می‌شود. مسئله جایگشت منابع، بر اساس خوشه‌بندیk-m...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده مهندسی برق و کامپیوتر 1391

امروزه الگوریتم های خوشه بندی چند هدفه جهت کاربری های مختلفی به کار گرفته می شوند. این کاربردها در تمامی زمینه ها از فرآیندهای تصمیم گیری گرفته تا یادگیری ماشین و تشخیص الگو می باشد. خوشه بندی چند هدفه عناصر مشابه را بر اساس چندین معیار مختلف که می توانند متناقض هم باشند، به گروه های مختلفی تقسیم می کند. یکی از روش هایی که اخیرا جهت این نوع خوشه بندی مورد توجه قرار گرفته است، خوشه بندی بر اساس ...

ژورنال: :مدیریت سلامت 0
سمیرا درمحمدی s dormohammadi k.n toosi university of technologyدانشگاه خواجه نصیرالدین طوسی سمیه علیزاده s alizadeh k.n toosi university of technologyدانشگاه خواجه نصیرالدین طوسی محسن اصغری m asghari k.n toosi university of technologyدانشگاه خواجه نصیرالدین طوسی مریم شامی m shami sarem hospitalبیمارستان صارم تهران

مقدمه: حدود 15-10 درصد از زوجین نابارور هستند. ناباروری علل متفاوتی دارد و تشخیص روش درمان بیماران بر اساس نوع عامل ناباروری آن ها انجام می شود. در این تحقیق مدلی ارائه شده است که بر اساس ویژگی های اولیه و نتایج آزمایشات ساده علل ناباروری افراد را پیش بینی می کند که می تواند به پزشکان در تشخیص زودهنگام علت ناباروری و تصمیم گیری بهینه کمک کند.  روش کار: داده های این تحقیق برگرفته از داده های ناب...

ژورنال: :پژوهش های دانش زمین 0
سید سعید قنادپور دانشگاه صنعتی امیرکبیر اردشیر هزارخانی دانشگاه صنعتی امیرکبیر ترانه رودپیما دانشگاه صنعتی امیرکبیر

تجزیه و تحلیل داده ها به ما کمک می کند تا بدانیم چگونه می­بایست به نتایج مورد انتظار دست­یابیم، بنابراین برای دستیابی به پردازش هایی دقیق­تر، لازم است تا از بین تمام روش­های تحلیل اطلاعات، هر یک که برای موضوع تحت بررسی­مان مناسب­تر است را انتخاب نماییم. بدین منظور جهت آنالیز نمونه های حاصله از عملیات نمونه برداری سطحی سیستم مس پورفیری پرکام واقع در استان کرمان، تحت چهار مقدار طول و عرض نقاط نمو...

2012
Ragesh Jaiswal Nitin Garg

k-means++ [5] seeding procedure is a simple sampling based algorithm that is used to quickly find k centers which may then be used to start the Lloyd’s method. There has been some progress recently on understanding this sampling algorithm. Ostrovsky et al. [10] showed that if the data satisfies the separation condition that ∆k−1(P ) ∆k(P ) ≥ c (∆i(P ) is the optimal cost w.r.t. i centers, c > 1...

2017
Dino Oglic Thomas Gärtner

We investigate, theoretically and empirically, the effectiveness of kernel K-means++ samples as landmarks in the Nyström method for low-rank approximation of kernel matrices. Previous empirical studies (Zhang et al., 2008; Kumar et al., 2012) observe that the landmarks obtained using (kernel) K-means clustering define a good lowrank approximation of kernel matrices. However, the existing work d...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید