检索结果-南通市图书馆

Automatic Data Clustering Based Mean Best Artificial Bee Colony Algorithm

Computers, Materials & Continua 2021年第8期68卷 1575-1593页

作者： Ayat Alrosan Waleed Alomoush Mohammed Alswaitti Khalid Alissa Shahnorbanun Sahran Sharif Naser Makhadmeh Kamal Alieyan Deanship of Information and Communication Technology Imam Abdulrahman bin Faisal UniversityDammamSaudi Arabia Computer Department Imam Abdulrahman bin Faisal UniversityDammamSaudi Arabia School of Electrical and Computer Engineering Department of Information and Communication TechnologyXiamen University MalaysiaSepang43900Malaysia Department of Computer Science College of Computer Science and Information TechnologyImam Abdulrahman bin Faisal UniversityDammamSaudi Arabia Center for Artificial Intelligence Technology(CAIT) Faculty of Information Science and TechnologyUniversiti Kebangsaan Malaysia43600 BangiMalaysia School of Computer Sciences Universiti Sains Malaysia11800PenangMalaysia Faculty of Computer Sciences and Informatics Amman Arab UniversityAmmanJordan

Fuzzy C-means(FCM)is a clustering method that falls under unsupervised machine learning.The main issues plaguing this clustering algorithm are the number of the unknown clusters within a particular dataset and initialization sensitivity of cluster centres.Artificial Bee Colony(ABC)is a type of swarm algorithm that strives to improve the members’solution quality as an iterative process with the utilization of particular kinds of randomness.However,ABC has some weaknesses,such as balancing exploration and exploitation.To improve the exploration process within the ABC algorithm,the mean artificial bee colony(MeanABC)by its modified search equation that depends on solutions of mean previous and global best is used.Furthermore,to solve the main issues of FCM,Automatic clustering algorithm was proposed based on the mean artificial bee colony called(AC-MeanABC).It uses the MeanABC capability of balancing between exploration and exploitation and its capacity to explore the positive and negative directions in search space to find the best value of clusters number and centroids value.A few benchmark datasets and a set of natural images were used to evaluate the effectiveness of AC-MeanABC.The experimental findings are encouraging and indicate considerable improvements compared to other state-of-the-art approaches in the same domain.

关键词： Artificial bee colony automatic clustering natural images validity index number of clusters

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种基于模糊集理论的判定聚类有效性的新指标

一种基于模糊集理论的判定聚类有效性的新指标

引用

第二十二届中国数据库学术会议

作者：林香姜青山洪志令董槐林厦门大学软件学院厦门大学计算机科学系

1引言聚类分析是以相似性为基础,把一组个体划分成若干个具有一定意义的子类,即"物以类聚",其目的是使得属于同一类别的个体之间尽可能相似,而不同类别的个体之间尽可能相异。目前广泛使用的

关键词： Clustering Fuzzy clustering analysis validity index FCM algorithm Fuzzy logic

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：