لوگوی سایت نوآوران گرمی
نوآوران گرمی | مرجع فیلم های آموزشی و همیار دانشجو

شماره های پشتیبانی

09194751295 - 09365442247

NoavaranGermi@gmail.com

ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی

empirical analysis ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی

ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی

ترجمه مقاله An Empirical Analysis of Similarity Matrix for Spectral Clustering

چکیده فارسی:

ساخت ماتریس شباهت گام کلیدی برای خوشه بندی طیفی است، و هدف آن مدل کردن روابط همسایگی های محلی بین نقاط داده ها است. به منظور بررسی تاثیر ماتریس شباهت در عملکرد الگوریتم های خوشه بندی طیفی مختلف و پیدا کردن قواعد در مورد چگونگی ساخت یک ماتریس شباهت مناسب، یک مطالعه تجربی انجام شده است. در این مطالعه، شش الگوریتم خوشه بندی طیفی که اخیرا پیشنهاد شده به عنوان شی ارزیابی میشود ، و اطلاعات ترکیبی نرمال، F-measure و شاخص راند به عنوان معیارهای ارزیابی مورد استفاده قرار گرفته. سپس آزمایشها بر روی هشت مجموعه داده های مصنوعی و یازده مجموعه داده کلمه واقعی انجام گرفت. نتایج تجربی نشان می دهد که با معیارهای چندگانه نتایج جامع تر و مطمئن هستند، و عملکرد جامع الگوریتم خوشه بندی طیفی محلی بهتر از پنج الگوریتم های دیگر در مجموعه داده های مصنوعی و مجموعه داده کلمه واقعی است.

در این پست برای شما عزیزان ترجمه مقاله تجزیه و تحلیل تجربی از ماتریس شباهت برای خوشه بندی طیفی رو آماده کردیم که برای دریافت اصل مقاله لطفا به ادامه مطلب رجوع کنید.

چکیده انگلیسی:

Constructing the similarity matrix is the key step for spectral clustering, and its’ goal is to model the local neighborhood relationships between the data points. In order to evaluate the influence of similarity matrix on performance of the different spectral clustering algorithms and find the rules on how to construct an appropriate similarity matrix, a system empirical study was carried out. In the study, six recently proposed spectral clustering algorithms were selected as evaluation object, and normalized mutual information, F-measures and Rand Index were used as evaluation metrics. Then experiments were carried out on eight synthetic datasets and eleven real word datasets respectively. The experimental results show that with multiple metrics the results are more comprehensive and confident, and the comprehensive performance of locality spectral clustering algorithm is better than other five algorithms on synthetic datasets and real word datasets.


جزئیات محصول

قیمت


10,000 تـــــومان

کــد محصــول:8134


توضــیحات:اصل مقاله انگلیسی جهت دانلود آماده است.


لینک دانلود:فایل 1

socket programing آموزش برنامه نویسی بازی تحت شبکه بازی تحت شبکه برای درس مهندسی اینترنت بازی تحت شبکه به زبان سی شارپ برنامه تحت شبکه با سی شارپ برنامه نویسی ترجمه مقاله شبکه خرید سورس بازی تحت شبکه دانلود بازی تحت شبکه دانلود رایگان پروژه های دانشجویی دانلود سورس برنامه دانلود سورس رایگان دانلود نرم افزار دانلود پروژه دانشجویی دانلود پروژه رایگان دانلود پروژه های دانشجویی دانلود کتاب دانلود کتاب آموزشی دانلود کتاب اموزشی سورس بازی با socket programing سورس رایگان سورس کد بازی تحت شبکه سورس کد بازی تحت شبکه با C# سورس کد بازی تحت شبکه چند نفره سوکت پروگرمین نحوه نوشتن برنامه تحت شبکه نحوه نوشتن برنامه تحت شبکه به زبان سی شارپ پروژه arena پروژه matlab پروژه ns2 پروژه opnet پروژه برای درس مهندسی اینترنت پروژه تحت شبکه به زبان سی شارپ پروژه رایگان matlab پروژه سیمولینک matlab پروژه مهندسی صنایع پروژه مهندسی صنایع با ارنا پروژه های آماده با OpenGL پروژه های آماده با OpenGL در سی پلاس پلاس پروژه های آماده برای درس گرافیک کامپیوتری پروژه هوش مصنوعی پروژه پردازش تصویر matlab پروژه پردازش سیگنال matlab پروژه کارشناسی به همراه داکیومنت

خوشحال خواهیم شد اگر نظر خودتون رو در باره این مطلب ثبت کنید

    گفتگوی آنلاین سایت نوآوران گرمی