• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Arabian Journal for Science and Engineering. Section A, Sciences >Performance Analysis of Partition and Evolutionary Clustering Methods on Various Cluster Validation Criteria
【24h】

Performance Analysis of Partition and Evolutionary Clustering Methods on Various Cluster Validation Criteria

机译：基于各种聚类验证准则的分区和进化聚类方法的性能分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Large quantity of data has been accumulating tremendously due to digitalization. But the accumulated data are not converted into useful patterns. This gap is conquered by using exploratory data analysis techniques. Clustering is one of the vital technologies in exploratory data analysis. It is a methodology to arrange data objects as per their characteristics. Traditional clustering approaches, namely leader, K -means, ISODATA and evolutionary-based approaches like genetic algorithm, particle swarm optimization, social group optimization methods, are also implemented on benchmark data set. Evolutionary-based clustering methods are derived from the existing hard clustering methods for finding optimal results. Performance analysis of the above clustering techniques should be validated through different cluster validation methods. The performance analysis reveals evolutionary clustering methods convergence rate is better than partition clustering methods. ISODATA performs better in various aspects on large data. In this work analyzed performance of hard and evolutionary clustering methods on execution time, internal cluster validity criteria.
机译：由于数字化，大量数据已经大量积累。但是累积的数据不会转换为有用的模式。通过使用探索性数据分析技术可以克服这一差距。聚类是探索性数据分析中的重要技术之一。这是一种根据数据对象的特征排列数据的方法。传统的聚类方法（即领导者，K均值，ISODATA）以及基于进化的方法（如遗传算法，粒子群优化，社会群体优化方法）也都在基准数据集上实现。基于进化的聚类方法是从现有的硬聚类方法中得出的，用于寻找最佳结果。以上聚类技术的性能分析应通过不同的聚类验证方法进行验证。性能分析表明，进化聚类方法的收敛速度优于分区聚类方法。 ISODATA在大数据的各个方面都有较好的表现。在这项工作中，分析了硬聚类和进化聚类方法在执行时间，内部聚类有效性标准方面的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号