نتایج جستجو برای: الگوریتم‌های خوشه‌بندی k-means و FCM

تعداد نتایج: 1456868  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه قم - پژوهشکده فنی و مهندسی 1392

انتخاب سهام، مهمترین و حیاتیترین مسئلهای است که سرمایهگذاران بازار سهام با آن مواجه هستند. ریسک و بازده، از اصلیترین عوامل موثر در تصمیمات سرمایهگذاری میباشد. بیشتر سرمایهگذاران اطمینان خاطر را به عدم اطمینان خاطر ترجیح میدهند، بنابراین در ازای کاهش ریسک به سطح خاصی از بازدهی رضایت میدهند. هدف از انجام این پژوهش، بکارگیری تکنیکهای خوشهبندی و در ادامه رتبهبندی شرکتهای پذیرفته شده در بورس اوراق ب...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری 1392

هدف از این تحقیق بررسی و توسعه الگوریتم های خوشه بندی جهت بخش بندی ابر نقاط نا منظم لیزر اسکنرهای هوایی برای بازسازی مدل سه بعدی ساختمان می باشد. روش کلی به کار گرفته شده در این پژوهش بازسازی داده مبنا می باشد. هسته اصلی بازسازی داده مبنا الگوریتم خوشه بندی نقاط لیدار است. در این تحقیق چهار روش مطرح خوشه بندی بررسی، پیاده سازی و ارزیابی شده است. این چهار روش عبارتند از خوشه بندی به روش k-means،...

Journal: :Journal of Mathematics and Computer Science 2015

2014
Tejwant Singh Manish Mahajan

Fuzzy C-Mean (FCM) is an unsupervised clustering algorithm based on fuzzy set theory that allows an element to belong to more than one cluster. Where fuzzy means “unclear” or “not defined” and c denotes “clustering”. In FCM the number of cluster are randomly selected. [15] FCM is the advanced version of K-means clustering algorithm and doing more work than K-means. K-Means just needs to do a di...

2004
B. Moshiri

In this paper, utilization of clustering algorithms for data fusion in decision level is proposed. The results of automatic isolated word recognition, which are derived from speech spectrograph and Linear Predictive Coding (LPC) analysis, are combined with each other by using fuzzy clustering algorithms, especially fuzzy k-means and fuzzy vector quantization. Experimental results show that the ...

ژورنال: :روش های تحلیلی و عددی در مهندسی معدن 2015
زکریا جلالی سیدمهدی موسوی نسب

با توجه به اهمیت و کاربرد سیستم طبقه بندی امتیاز توده سنگ در مهندسی سنگ، هدف از این مقاله تصحیح کلاس های نهایی این سیستم طبقه بندی با استفاده از الگوریتم های خوشه بندی k-means و fuzzy c-means (fcm) است. در سیستم طبقه بندی امتیاز توده سنگ داده ها توسط یک سری از اطلاعات اولیه بر مبنای نظریات و قضاوت های تجربی طبقه بندی می شوند ولی با کاربرد الگوریتم های خوشه بندی در این سیستم طبقه بندی، کلاس بندی...

زکریا جلالی, سیدمهدی موسوی نسب

با توجه به اهمیت و کاربرد سیستم طبقه‌بندی امتیاز توده‌سنگ در مهندسی ‌سنگ، هدف از این مقاله تصحیح کلاس‌های نهایی این سیستم طبقه‌بندی با استفاده از الگوریتم‌های ‌خوشه‌بندی ‌k-means و fuzzy c-means (FCM)‌ است. در سیستم طبقه‌بندی امتیاز توده‌سنگ داده‌ها توسط یک سری از اطلاعات اولیه بر مبنای نظریات و قضاوت‌های تجربی طبقه‌بندی می‌شوند ولی با کاربرد الگوریتم‌های خوشه‌بندی در این سیستم ‌طبقه‌بندی، کلاس...

Journal: :iranian journal of astronomy and astrophysics 2015
mahdi yousefzadeh mohsen javaherian hossein safari

پایان نامه :دانشگاه تربیت معلم - سبزوار - دانشکده برق و کامپیوتر 1392

در حال حاضر چندین روش برای اندازه گیری چربی زیرپوستی بدن در حوزه های بالینی وجود دارد ، مانند : magnetic resonance imaging(mri)، (computer tomography(ct، ultrasound imaging(us) ، dual energy x-ray absorptiometry(dexa). این روش ها بطور وسیعی در حوزه های بالینی به عنوان وسایل دقیق و مفید ، مورد استفاده قرار می گیرند. به هر حال این روش ها محدودیت های زیادی مانند هزینه بالا و یا خطر تابش اشعه را دا...

2011
INTAN AIDHA YUSOFF

This paper introduces modified versions of the K-Means (KM) and Moving K-Means (MKM) clustering algorithms, called the Two-Dimensional K-Means (2D-KM) and Two-Dimensional Moving KMeans (2D-MKM) algorithms respectively. The performances of these two proposed algorithms are compared with three of the commonly used conventional clustering algorithms, namely K-Means (KM), Fuzzy C-Means (FCM), and M...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید