English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 64176/96941 (66%)
造訪人次 : 9199607 線上人數 : 13927
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜尋範圍
全部機構典藏
商管學院
資訊管理學系暨研究所
--會議論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於機構典藏
‧
管理
淡江大學機構典藏
>
商管學院
>
資訊管理學系暨研究所
>
會議論文
>
Item 987654321/63288
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/63288
題名:
以螞蟻、塔布基因為基礎的混合式雞尾酒分群法之探討
作者:
李鴻璋
;
朱芳儀
貢獻者:
淡江大學資訊管理學系
關鍵詞:
螞蟻分群法
;
基因演算法
;
塔布搜尋法
;
K均值法
;
分群效度指標
日期:
2009-05
上傳時間:
2011-10-19 20:43:09 (UTC+8)
出版者:
資訊管理學會
摘要:
分群是將物件分類成群,在分群的許多方法中,包含階層式分群法、分割式分群法、密度分群法,近來更有啟發式演算法在分群上的應用。而對於傳統的分割式分群法,例如常見的K-means,使用者往往必須先決定群數,才能進行分群。本研究目的是建立一個不需事先輸入群數的分群法,並利用此方法探討使用各種分群效度指標作為目標函數的分群效果。提出一個能自動決定適合群數的演算法AGKT,混合了螞蟻分群、基因演算法、塔布搜尋法及K-means。演算法分為兩階段:第一階段由螞蟻分群法(ASCA)產生初始群組;第二階段使用基因、塔布的概念找出最適合的群數,並使用K-means分群,並以分群效度作為指標,找出最佳的分群數與分群結構。 使用UCI Machine Learning Repository和Gerrild and Lantz所提供的4個資料集,和其它七個分群方法進行比較。此外亦利用該資料集,探討目前提出之分群效度指標,並提出一種新的效度指標PBM+ index。實驗結果顯示,相較於其它7個分群方法,本方法AGKT能非常快速且正確分群,第一階段的初始分群配合第二階段基因遮罩,決定K-means的起始重心點,相較於ESTA分群法,AGKT平均約快40倍且在分群效度表現上差不多。此外利用UCI Machine Learning Repository和Gerrild and Lantz所提供的4個資料集,探討4種不同的分群效度指標,分別為:Dunn's index、Davies Boundin index、PBM index及我們所提出的PBM+ index。而實驗證實,4種分群效度指標中,以PBM+ index作為目標函數,得到了較好的分群結果。
關聯:
第二十屆國際資訊管理學術研討會論文集=Proceedings of the 20th International Conference Information Management,11頁
顯示於類別:
[資訊管理學系暨研究所] 會議論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
以螞蟻、塔布基因為基礎的混合式雞尾酒分群法之探討_中文摘要.docx
摘要
14Kb
Microsoft Word
308
檢視/開啟
在機構典藏中所有的資料項目都受到原著作權保護.
TAIR相關文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回饋