تنظیم بهینه پارامترهای روش خوشه بندی DBSCAN با الگوریتم های فراابتکاری
روش خوشه بندی DBSCAN دارای دو پارامتر اساسی به نام های MinPts و Eps است که برای هر دیتاست باید متناسب با چگالی و پراکندگی نمونه های آن مجموعه داده بصورت درستی تعیین گردد که
افزایش و ماکزیمم سازی طول عمر شبکه های حسگر بی سیم (WSN) با استفاده از الگوریتم بهینه سازی ازدحام ذرات (PSO)
بهینه سازی ازدحام ذرات (PSO) یک الگوریتم محبوب الهام گرفته از رفتار زیستی پرندگان است که برای حل مسائل مختلف بهینه سازی در بسیاری از زمینه ها از جمله هوش ماشینی، داده کاوی، روباتیک و
بخش بندی تصاویر(Image Segmetation) با استفاده از الگوریتم بهینه سازی حسابی لوی کوشی
تقسیم(بخش) بندی تصویر یک مرحله مهم در پردازش تصویر است که شامل تقسیم یک تصویر به بخش ها یا کلاس های همگن براساس یک معیار مشخص به نام تابع هدف است. مساله تقسیم بندی در
بخش بندی تصاویر پزشکی(سرطان پوست) با استفاده از یک مدل یادگیری عمیق ترکیبی میتنی بر CNN و PSO
بخش بندی(Segmentation) مساله بخش بندی در یادگیری ماشین یک مساله مهم و کاربردی است که معمولا به عنوان پیش پردازش از آن استفاده می گردد. بخش بندی کاردهای متفاوت و زیادی در دنیای واقعی دارد
خوشه بندی با استفاده از یک الگوریتم ترکیبی بنام FCM-PSO
خوشه بندی(Clustering) خوشه بندی یک روش بدون نظارت برای دسته بندی داده، اشیا و … در یادگیری ماشین است. روش های زیادی برای خوشه بندی وجود دارد. الگوریتم Kmeans یکی از رایج ترین روش ها
خوشه بندی چیست؟
مفهوم خوشه بندی به زبان ساده عبارت است از تقسیم مجموعه داده به تعدادی از گروه ها به گونه ای نمونه های شبیه یه هم در یک گروه قرار می گیرند و معمولا معیار اندازه