ارائه یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 ارائه یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارائه یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی ارائه یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ارائه یک روش خوشه بندی سری های زمانی بر مبنای الگوریتم تکاملی دیفرانسیلی و تبدیل کسینوسی گسسته :

نام کنفرانس، همایش یا نشریه : علوم و فنون نقشه برداری

تعداد صفحات :۱۴

با پیشرفت روزافزون تکنولوژی های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می باشیم. امروزه خوشه بندی داده به عنوان یکی از روش های آنالیز و ساده سازی مجموعه داده های بزرگ، مورد توجه بسیاری از محققین قرار گرفته است. در این میان خوشه بندی سری های زمانی با دقت مورد قبول، حائز اهمیت بسیاری می باشد. در روش پیشنهادی از ترکیب الگوریتم تکاملی دیفرانسیلی و روش خوشه Fuzzy-Cmeans به عنوان یکی از الگوریتم های خوشه بندی مطرح و شناخته شده، برای خوشه بندی سری های زمانی استفاده گردید. در این روش برای کاهش مجهولات مساله و در نتیجه افزایش کارایی الگوریتم، تکنیک های مختلف نمایش داده های مکانی – زمانی را مورد بررسی قرار دادیم و از این میان روش ضرایب DCT را برای کاهش مجهولات مراکز خوشه ها انتخاب کردیم. بدین مفهوم که الگوریتم تکاملی دیفرانسیلی انتخابی برای خوشه بندی، به جای یافتن تمامی المان های مراکز خوشه های موجود در مجموعه داده، تنها تعداد محدودی از ضرایب DCT این مراکز را یافته و سپس با استفاده از همین ضرایب محدود مراکز خوشه ها بازسازی می شوند. با در نظر گرفتن تابع فاصله Dynamic Time Warpingو انتخاب تابع بهینه سازی مربوط به روش خوشه بندی Fuzzy-Cmeans، روش پیشنهادی بر روی دو مجموعه داده پیاده سازی شد و با روش خوشه بندی FCM و روش خوشه بندی مبتنی بر الگوریتم تکاملی دیفرانسیلی بدون استفاده از ضرایب DCT مقایسه گردید. روش پیشنهادی کندتر از الگوریتم خوشه بندی Fuzzy-Cmeans بوده اما به دلیل استفاده از روش تبدیل کسینوسی گسسته برای کاهش مجهولات، سریع تر از روش خوشه بندی معمول مبتنی بر الگوریتم تکاملی دیفرانسیلی عمل می کند. همچنین نتایج حاصل از مقایسه این سه روش نشان دهنده عملکرد بهتر روش پیشنهادی نسبت به دو روش دیگر می باشد.

کلید واژه: سری زمانی، خوشه بندی، الگوریتم تکاملی دیفرانسیلی، روش خوشه بندی Fuzzy-Cmeans، تبدیل کسینوسی گسسته