دوره 13، شماره 4 - ( 12-1395 )                   جلد 13 شماره 4 صفحات 133-145 | برگشت به فهرست نسخه ها



DOI: 10.18869/acadpub.jsdp.13.4.133

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Jafarian-Moghaddam A R, Barzinpour F, Fathian M. New Clustering Technique using Artificial Immune System and Hierarchical technique. JSDP. 2017; 13 (4) :133-145
URL: http://jsdp.rcisp.ac.ir/article-1-88-fa.html
جعفریان مقدم احمد رضا، برزین‌پور فرناز، فتحیان محمد. روش نوین خوشه‌بندی ترکیبی با استفاده از سیستم ایمنی مصنوعی و سلسله مراتبی. پردازش علائم و داده‌ها. 1395; 13 (4) :133-145

URL: http://jsdp.rcisp.ac.ir/article-1-88-fa.html


استادیار دانشگاه اصفهان،اصفهان،ایران
چکیده:   (389 مشاهده)

سیستم ایمنی مصنوعی (AIS) یکی از مهمترین الگوریتم‌های متاهیوریستیک به منظور حل مسائل بسیار پیچیده می‌باشد. از این الگوریتم می‌توان در تحلیل خوشه‌بندی داده‌ها استفاده نمود. علی‌رغم اینکه AIS قادر است پیکربندی فضای جستجو را به خوبی نمایش دهد اما تعیین خوشه‌های داده‌ها به طور مستقیم با استفاده از خروجی آن بسیار مشکل است. بر این اساس در این مقاله الگوریتم دو مرحله‌ای پیشنهاد شده است. در مرحله اول با استفاده از الگوریتم AIS پیشنهادی، فضای جستجو مورد بررسی قرار گرفته و پیکربندی فضا تعیین می‌شود و در مرحله دوم با استفاده از روش خوشه‌بندی سلسله ‌مراتبی، خوشه‌ها و تعداد آنها مشخص می‌شود. در انتها الگوریتم پیشنهادی بر روی نمونه واقعی متشکل از داده‌های زلزله در ایران پیاده‌سازی و با نتایج الگوریتم مشابه مقایسه شده است. نتایج نشان داد که الگوریتم پیشنهادی توانسته است نقایص موجود در AIS و روش خوشه‌بندی سلسله مراتبی را پوشش دهد و از طرفی از دقت و سرعت قابل قبولی برخوردار است.

متن کامل [PDF 2243 kb]   (144 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات گروه علائم حیاتی ( مرتبط با مهندسی پزشکی)
دریافت: ۱۳۹۲/۳/۱۶ | پذیرش: ۱۳۹۵/۷/۱۴ | انتشار: ۱۳۹۶/۳/۱۶ | انتشار الکترونیک: ۱۳۹۶/۳/۱۶

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.