سال انتشار: ۱۳۸۹

محل انتشار: شانزدهمین کنفرانس بین المللی سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۶

نویسنده(ها):

سهیلا اشک زری طوسی – گروه کامپیوتر،دانشگاه فردوسی،مشهد
هادی صدوقی یزدی – دانشیار،گروه کامپیوتر،دانشگاه فردوسی،مشهد

چکیده:

هنگامی که ساختار داده ها غیرخطی می باشد روشهای کلاسیک خوشه بندی با شکست روبرو می شوند دراین حالت خوشه بندی طیفی روشی قدرتمند برای دسته بندی داده ها محسوب می شود این تکنیک با تبدیل فضای ورودی فضای جدیدی با قابلیت توصیف مناسب تر از داده ها را درا ختیار ما قرار میدهد با این حال همه ویژگی های این فضای جدید برای خوشه بندی مفید نمی باشند بنابراین روشهای انتخاب ویژگی مورد توجه قرارمیگیرند دراینم قاله الگوریتمی برای خوشه بندی طیفی مبتنی بر ویژگی های استخراج شده Kernel PCA ارایه میدهیم که ویژگی های مناسب با توجه به توانایی آنها در توصیف خوشه های موجود در داده ها براساس آنتروپی انتخاب و وزن دهی می شوند نتایج آزمایشها بیانگر موفقیت این روش می باشد.