برای خوشه بندی منابع الگوریتم های مختلفی ارائه شده اند که هرکدام از آن ها با درنظر گرفتن معیارها و شرایط خاص مساله، سعی در یافتن جواب بهینه ی مساله را دارند. در این پایان نامه به منظور یافتن مناسب ترین گره ها برای قرار گرفتن در خوشه های یکسان الگوریتمی ارائه می شود که با استفاده از الگوریتم تخمین توزیع و بهینه سازی مارکوف گره های مشابه را می یابد و برای انتخاب سرخوشه ها که از بین گره های مجموعه...

خوشه ‏بندی، فرآیند طبقه ‏بندی داده ها داخل گروه های یا خوشه های خاص، بر اساس درجه شباهت بین آن ها است که یکی از روش های پر کاربرد در بسیاری از زمینه های علمی است. در ادبیات خوشه ‏بندی، در سال های اخیر محققان به منظور اجتناب از گرفتار شدن در  بهینه محلی، الگوریتم های فرا ابتکاری که از پدیده های اجتماعی و طبیعی الهام گرفته اند را برای حل مسایل خوشه ‏بندی ارایه کرده اند. در این مقاله الگوریتم جستج...

در بسیاری از کاربردهایی که از ابر نقطه لیدار استفاده می شود، بخش بندی یک مرحله پیش پردازش است که از اهمیت قابل توجهی برخوردار است و دقت انجام این مرحله تاثیر به سزایی در نتیجه نهایی هدف مورد نظر دارد. یکی از مهمترین کاربردها، بازسازی مدل سه بعدی ساختمان است که در ابتدا باید صفحات مختلف سقف استخراج شوند. در این مقاله برای بخش بندی ابر نقطه لیدار و استخراج صفحات مختلف سقف از الگوریتم خوشه بندی ان...

به علت بدون ناظر بودن مسئله خوشه بندی انتخاب الگوریتمی خاص جهت خوشه بندی یک مجموعه ناشناس امری پر خطر و معمولا شکست خورده می باشد. به خاطر پیچیدگی مسئله و ضعف روش های خوشه بندی پایه، امروزه اکثر مطالعات به سمت روش های خوشه بندی ترکیبی هدایت شده است. پراکندگی در نتایج اولیه یکی از مهم ترین عواملی است که می تواند در کیفیت نتایج نهایی اثرگذار باشد. همچنین، کیفیت نتایج اولیه نیز عامل دیگری است که د...

شبکه های بیزی ابزاری قدرتمند در تصمیم گیری، دسته بندی، پیش بینی، خوشه بندی و برازش منحنی هستند که تا کنون در حوزه های مختلفی از قبیل فیزیک، زیست شناسی، علوم اقتصادی، علوم اجتماعی، صنایع و ... مورد استفاده قرار گرفته اند. در سال های اخیر، شبکه های بیزی به یک ابزار مناسب و پرکاربرد برای استخراج دانش و رمز گشایی از دانش غیر قطعی، در سیستم های خبره تبدیل گشته است. این قدرت انعطاف در حل مسائل و کارب...

با پیشرفت روز افزون تکنولوژی­های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش­هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می­باشیم.  امروزه خوشه­بندی داده به عنوان یکی از روش­های آنالیز و ساده سازی مجموعه داده­های بزرگ، مورد توجه بسیاری از محققین قرار گرفته است. در این میان خوشه­بندی سری­های زمانی با دقت مورد قبول، حائز اهمیت بسیاری می­باشد. ...

کارایی روش های جستجو و بهینه سازی هوش جمعی، تمایل محققین را برای استفاده از آن ها در مسائل مختلف پیچیده مهندسی به صورت چشمگیری افزایش داده است. از جمله الگوریتم های مبتنی بر هوش جمعی، الگوریتم جستجوی گرانشی (gsa) است که با الهام از قوانین فیزیکی جاذبه گرانشی و حرکت نیوتنی، افراد جامعه را که در واقع جرم های تصادفی در فضا هستند را به جستجو در فضا وا می دارد. این مقاله به ارائه مدل جمعیتی جدیدی به...

انتخاب ویژگی نقش مهمی در دنیای یادگیری ماشین و به خصوص مسائل طبقه بندی داده، بازی می کند. این فرآیند، مسأله کاهش بعد داده از طریق شناسایی زیرمجموعه ویژگی هایی است که بیشترین ضرورت را در طبقه بندی داده دارند. امروزه داده ها هم از نظر تعداد نمونه ها و هم از نظر تعداد ویژگی ها رشد قابل توجهی داشته اند. مسائل انتخاب ویژگی در داده های با بعد بالا، بسیار پیچیده تر از مسائل معمولی طبقه بندی الگو است. ...

در این مقاله، برای افزایش کارایی سامانه بازیابی تصویر، استخراج ویژگی‌های دیداری بصورت وفقی با استفاده از الگوریتم جستجوی گرانشی انجام می‌شود. در سامانه پیاده‌سازی شده، برای استخراج ویژگی‌های بافت از تبدیل موجک با موجک مادر پارامتری و برای استخراج ویژگی رنگ از هیستوگرام پارامتری رنگ HSV استفاده شده است. پارامترهای موجک مادر در ویژگی بافت و سطوح چندی‌سازی در ویژگی رنگ با استفاده از الگوریتم جستجو...

امروزه شناسایی لندفرم­ها و طبقه‌بندی زمین مبتنی بر روش کارشناسی می باشد که به صورت دستی و با استفاده از عکس های هوایی و نقشه های توپوگرافی انجام می شود که روشی وقت گیر و دارای دقت کمی می باشد. از این رو استفاده از روش های نیمه اتوماتیک و اتوماتیک به منظور  طبقه بندی لندفرم ها برای افزایش دقت و سرعت کار، ضروری به نظر می رسد. این پژوهش سعی دارد که به  طبقه بندی لندفرم ها بر اساس الگوریتم شبکه های...