وزارت علوم،تحقیقات و فناوری

دانشگاه علوم و فنون مازندران

پایان نامه

مقطع کارشناسی ارشد

رشته:مهندسی فناوری اطلاعات

عنوان/موضوع    :رویکردی مبتنی بر گراف به منظور خوشه‌بندی ترکیبی افرازبندی‌های فازی

استا دراهنما:دکتر جواد وحیدی

استاد مشاور:دکتر بابک شیرازی

(پاییز 1391)

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چکیده

خوشه بندی فازی و ترکیبی از موضوعات قابل توجه در داده کاوی محسوب می شوند .اگر چه در سالهای اخیر الگوریتم های خوشه بندی فازی به سرعت در حال رشد هستند ،اما تکنیک های خوشه بندی ترکیبی فازی رشد چندانی نکرده اند و اکثر آنها از طریق تبدیل توابع ترکیب به نسخه فازی تبدیل شده اند .در این پایان نامه یک الگوریتم خوشه بندی فازی مبتنی بر گراف ارائه شده است . رویکرد پیشنهادی از ماتریس های عضویت حاصل از افراز های فازی که از الگوریتم های مختلف فازی نتیجه شده ،بهره گرفته است و سپس ماتریس های همبستگی فازی را برای هر الگوریتم ایجاد می کند که هریک از عناصر آن بیانگر میزان همبستگی و اشتراک بین نمونه ها ی متناظر می باشد. سرانجام همه­ی این ماتریس ها در ماتریس استحکام ترکیب شده ودر نهایت نتیجه ی نهایی توسط فرایند کاهشی تکراری مبتنی بر گراف بدست می‌آید .تکرارهای این الگوریتم تا زمانیکه به تعداد خوشه ی تعیین شده در ابتدای فرایند دست یابیم ادامه می‌یابد.همچنین تعدادی مجموعه داده ی فرضی و مجموعه داده استاندارد Iris  به منظور ارزیابی روش پیشنهادی استفاده شده است .رویکرد پیشنهادی نشان داد که نسبت به الگوریتم های پایه همچون Kmeans ،FCMوSpectral کاراتر بوده و در مقایسه با روشهای خوشه‌بندی ترکیبی مختلف ،رویکرد پیشنهادی حاوی نتایج قابل اطمینان و نرخ خطای کمتری است .

کلمات کلیدی فارسی :خوشه بندی ترکیبی ، خوشه بندی فازی ، خوشه بندی ترکیبی فازی ، شاخص اعتبار خوشه ، ماتریس همبستگی فازی ، ماتریس استحکام ، الگوریتم مبتنی بر گراف

فهرست مطالب

ـــــــــــــــــــــــــــــــــــــــــ

عنوان                                                                                                  صفحه

فصل اول- مقدمه و کلیات تحقیق                                                              1

1-1 مقدمه ای بر داده‌کاوی…………………………………………………………………………………..2

1-2 تکنیکهای داده‌کاوی………………………………………………………………………………………4

1-3 مقدمه‌ای بر خوشه‌بندی…………………………………………………………………………………4

1-4 تفاوت خوشه­بندی و دسته­بندی……………………………………………………………………..5

1-5 یادگیری با نظارت در مقابل یادگیری بدون‌نظارت…………………………………………….6

1-6 کاربردهای خوشه‌بندی…………………………………………………………………………………6

1-7 تقسیم‌بندی روش‌های خوشه‌بندی از جنبه های گوناگون ………………………………..7

1-8 طبقه­بندی دیگری از روشهای اصلی خوشه­بندی……………………………………………..8

1-8-1 روش افرازبندی…………………………………………………………………………………8

1-8-1-1 روش خوشه‌بندی K-Means (C-Means یا C-Centeriod)……………9

1-8-1-2 الگوریتم خوشه‌بندی LBG…………………………………………………………………11

1-8-2 روشهای سلسله مراتبی……………………………………………………………………..12

1-8-2-1 خوشه‌بندی با روش Single-Link…………………………………………………….14

1-8-2-2 خوشه‌بندی با روش Complete-Link……………………………………………….15

1-8-2-3 خوشه‌بندی با روش Average-Link…………………………………………………16

1-8-2-4 دیگر روشهای خوشه بندی سلسله مراتبی…………………………………..16

1-8-3 روش مبتنی برچگالی………………………………………………………………………..18

1-8-3-1 الگوریتم خوشه‌بندی براساس چگالی DBSCAN……………………………21

1-8-3-2 الگوریتم سلسله مراتبی خوشه‌بندی براساس چگالی OPTICS …….22

1-8-4 روشهای مبتنی بر شبکه های مشبک (Grid based)……………………………..23

1-8-5 روشهای مبتنی بر مدل………………………………………………………………………..23

1-8-6 روش های فازی………………………………………………………………………………..23

1-9 هدف خوشه بندی ……………………………………………………………………………………..23

1-10 اندازه­گیری کیفیت خوشه­بندی……………………………………………………………………25

1-11 بررسی تکنیکهای اندازه‌گیری اعتبار خوشه‌ها……………………………………………….25

1-12 شاخصهای اعتبارسنجی…………………………………………………………………………….27

1-12-1 شاخص دون (Dunn Index)……………………………………………………………28

1-12-2 شاخص دیویس بولدین (Davies Bouldin Index)…………………………….28

1-12-3 شاخص‌های  اعتبارسنجی ریشه میانگین مربع انحراف از معیار (RMSSDT) و ریشه R (RS)…………………………………………………………………………………………….30

1-12-4 شاخص اعتبار‌سنجی SD………………………………………………………………..31

1-12-5 شاخص اعتبارسنجی S_Dbw………………………………………………………..32

1-12-6 آزمایش ومقایسه کارایی شاخص‌های اعتبار سنجی……………………………..33

1-13 خوشه‌بندی ترکیبی………………………………………………………………………………….37

1-13-1 ایجاد پراکندگی در خوشه‌بندی ترکیبی……………………………………………..37

1-13-2 تابع توافقی ………………………………………………………………………………….39

1-13-3 مشکلات پیش روی خوشه‌بندی ترکیبی……………………………………………40

فصل دوم – ادبیات و پیشینه تحقیق                                                         42

2-1 مقدمه……………………………………………………………………………………………………..43

2-2 خوشه بندی فازی …………………………………………………………………………………..43

2-3 الگوریتم خوشه بندی c میانگین (Fuzzy c-mean)………………………………….45

2-4 الگوریتم PFCM………………………………………………………………………………………….49

2-5 الگوریتم AFCM………………………………………………………………………….51

2-6 الگوریتم FPCM…………………………………………………………………………..52

2-7 الگوریتم خوشه بندی c میانگین برای داده های نویزی………………………………..53

2-8 الگوریتم KFCM……………………………………………………………………………………54

2-9 توابع ارزیابی خوشه ………………………………………………………………………………56

2-9-1 تابع ارزیابی ضریب افراز……………………………………………………………….57

2-9-2 تابع ارزیابی آنتروپی افراز………………………………………………………………57

2-9-3 تابع Fukuyama and Sugeno………………………………………………………………..58

2-9-4 تابع  Beni Xie and ……………………………………………………………………………….59

2-9-5 تابع N.Zahid………………………………………………………………………………………….59

2-9-6  تابع M.Ramze Rezaee……………………………………………………………………….60

2-10 خوشه‌بندی ترکیبی……………………………………………………………………………62

فصل سوم – روش تحقیق                                                                 68

3-1 مقدمه ……………………………………………………………………………………………….69

3-2 فرضیات روش پیشنهادی……………………………………………………………………..70

3-3 شرح مفصلی از روش پیشنهادی……………………………………………………………72

3-4 شرح الگوریتم…………………………………………………………………………………….83

فصل چهارم – محاسبات و یافته های تحقیق                                          85

4-1 مقدمه……………………………………………………………………………………………….86

4-2 نتایج خوشه بندی به روش پیشنهادی…………………………………………………..86

4-3 مقایسه ای با الگوریتم های خوشه بندی پایه ………………………………………..87

4-4 مقایسه با روش های خوشه بندی ترکیبی …………………………………………….90

فصل پنجم – نتیجه گیری و پیشنهادات                                                    92

5-1 جمع بندی…………………………………………………………………………………………….93

5-2 پیشنهادات…………………………………………………………………………………………….95

پیوست                                                                                      96

منابع و مآخذ                                                                              100

فهرست جداول

ـــــــــــــــــــــــــــــــــــــــــ

عنوان                                                                                             صفحه

جدول 1-1: مجموعه علائم بکار رفته در این بخش…………………………………………………….27

جدول2-1 : معیارهای تشابه بر اساس توابع فاصله مختلف…………………………………………..49

جدول 4-1 میزان نرخ خطای روش های مختلف توسط مقایسه ی نتایج با برچسب حقیقی مجموعه داده های استاندارد Iris ، Wine و Glass………………………………………………………………………….91

فهرست تصاویر و نمودار

ـــــــــــــــــــــــــــــــــــــــــ

عنوان                                                                                             صفحه

شکل1-1 : نمونه‌ای از اعمال خوشه‌بندی با استفاده از معیار فاصله(Distance)……………………5

شکل1-2 : a) در طبقه‌بندی با استفاده یک سری اطلاعات اولیه داده‌ها به دسته‌های معلومی نسبت داده‌ می‌شوند. b) در خوشه‌بندی داده‌ها با توجه به الگوریتم انتخاب شده به خوشه‌هایی نسبت داده‌ می‌شوند ………………………………………………………………………………………………… 6

شکل1-3 : تفاوت بین روشهای بالا به پایین با روشهای پایین به بالا ……………………………..14

شکل1-4 :  شباهت بین دو خوشه در روش Single-Link برابر است با کمترین فاصله بین داده‌های دو خوشه………………………………………………………………………………………………….. 15

شکل1-5 : شباهت بین دو خوشه در روش Complete-Link برابر است با بیشترین فاصله بین داده‌های دو خوشه………………………………………………………………………………………………….. 15

شکل1-6 : شباهت بین دو خوشه در روش Average-Link برابر است با میانگین فاصله بین داده‌های دو خوشه………………………………………………………………………………………………….. 16

شکل1-7 :  شباهت بین دو خوشه در روش Group Average Link برابر است با فاصله بین میانگین نقاط دو خوشه …………………………………………………………………………………………. 17

شکل1-8 : یک همسایگی برای P دارای چگالی نقاط 5……………………………………………….19

شکل 1-9 : p در دسترسِ مستقیمِ چگالیِ q قرار دارد…………………………………………………..20

شکل 1-10 : p در دسترسِ چگالیِ q قرار دارد……………………………………………………………20

شکل 1-11 : p متصلِ چگالیِ q است………………………………………………………………………..20

شکل1-12 : خوشه‌بندی بر اساس چگالی………………………………………………………………….21

شکل 1-13 : در روش سلسله مراتبی خوشه‌بندی براساس چگالی OPTICS از ترکیب خوشه‌های با چگالی زیاد و کوچک خوشه‌های بزرگتری حاصل می‌شود…………………………22

شکل1-14: مجموعه داده‌های بکار رفته برای مقایسه کارایی شاخص‌های اعتبارسنجی خوشه‌ها…………………………………………………………………………………………………………………34

شکل1-15 : مقادیر مربوط به شاخص‌های اعتبار بر روی نتایج حاصل از خوشه‌بندی داده‌ها کاملا مجزا ……………………………………………………………………………………………………………..34

شکل 1-16 : مقادیر مربوط به شاخص‌های اعتبار بر روی نتایج حاصل از خوشه‌بندی داده‌ها حلقوی…………………………………………………………………………………………………………………..35

شکل1-17 : دو حالت خوشه‌بندی درست و نادرست داده‌های با شکل دلخواه ……………….36

شکل 1-18 : مقادیر مربوط به شاخص‌های اعتبار بر روی نتایج حاصل از خوشه‌بندی داده‌ها با شکل دلخواه ……………………………………………………………………………………………………… 36

شکل1-19 طبقه بندی روشهای ایجاد پراکندگی در خوشه‌بندی ترکیبی………………………….39

شکل1-20 طبقه بندی توابع توافقی در خوشه بندی ترکیبی…………………………………………..40

شکل 2-1: مجموعه داده پروانه ای…………………………………………………………………………….45

شکل 2-2 : توزیع یک بعدی نمونه ها……………………………………………………………………….47

شکل 2-3 : خوشه بندی کلاسیک نمونه های ورودی………………………………………………….48

شکل2-4 : خوشه بندی فازی نمونه ها………………………………………………………………………48

شکل 3-1 فرایند کلی خوشه بندی ترکیبی فازی…………………………………………………………70

شکل 3-2 مجموعه داده فرضی………………………………………………………………………………..77

شکل 3-3 ماتریس های همبستگی فازی متناظر با ماتریس های عضویت مربوطه…………..79

شکل 3-4 ماتریس استحکام حاصل از ماتریس های همبستگی فازی مرحله 2………………80

شکل 3-5 ماتریس های استحکام حاصل از اجرای الگوریتم روش پیشنهادی در سه تکرار متوالی…………………………………………………………………………………………………………………..81

شکل 3-6 گراف متناظر با تکرار اول از الگوریتم پیشنهادی ………………………………………..81

شکل 3-7 گراف متناظر با تکرار دوم از الگوریتم پیشنهادی ………………………………………..82

شکل 3-8 گراف متناظر با تکرار سوم از الگوریتم پیشنهادی………………………………………..82

شکل4-1 نتیجه ی خوشه بندی به روش پیشنهادی a)نحوه توزیع خوشه ها تا رسیدن به تعداد خوشه تعیین شده b)نمایش داده ها و خوشه بندی نهایی ……………………………………87

شکل 4-2 اعمال الگوریتم kmeans بر روی مجموعه داده نمونه …………………………………..88

شکل 4-3 اعمال الگوریتم FCM بر روی مجموعه داده نمونه……………………………………….88

شکل 4-4  اعمال الگوریتم پیشنهادی بر روی مجموعه داده نمونه ……………………………….88

شکل 4-5  اعمال الگوریتم پیشنهادی بر روی مجموعه داده نمونه ی دیگر …………………..89

شکل 4-6مقایسه ای میان روش spectral و روش پیشنهادی a,b,c )خوشه بندی به روش spectral . d,e,f)خوشه بندی به روش پیشنهادی ……………………………………………………….90

مقدمه ای بر داده‌کاوی

در دو دهه قبل توانایی های فنی بشر در تولید و جمع آوری داده ها به سرعت افزایش یافته است . عواملی نظیر به خدمت­گرفتن کامپیوتر در کسب و کار، علوم ، خدمات دولتی و پیشرفت در وسائل جمع­آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند. بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را با حجم وحشتناکی ازداده و اطلاعات مواجه می‌کند. این رشد انفجاری در داده های ذخیره شده، نیاز مبرمی برای تکنولوژی های جدید و ابزارهای خودکاری ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند.

برای دانلود متن کامل پایان نامه اینجا کلیک کنید

لینک بالا اشتباه است

برای دانلود متن کامل اینجا کلیک کنید

       

:: بازدید از این مطلب : 732