Leistungsanalyse des Clustering auf der Grundlage eines Fuzzy-Systems

Ein Cluster ist ein Vorgang, bei dem eine vorher festgelegte Menge von Daten in verschiedene Cluster aufgeteilt wird. Dies geschieht nach einem solchen Muster, dass derselbe Cluster gleich ist und Daten, die zu einem anderen Satz gehören, unterschiedlich sind. Die Hauptaufgabe des Clustering ist das explorative Data Mining und eine gängige Technik des Lernens, der Mustererkennung, der Bildanalyse, des Information Retrieval und der Bioinformatik. Bei der Optimierung geht es darum, die kostengünstigsten oder vorteilhaftesten Alternativen unter den gegebenen Bedingungen zu finden, indem gewünschte Faktoren maximiert und unerwünschte minimiert werden. Der Bienenschwarm-Optimierungsalgorithmus ist eine bevölkerungsbasierte Schwarmintelligenz-Familie, die das Problem der lokalen Optimierung löst und die Nachteile der Partikelschwarm-Optimierungsalgorithmen überwindet. BCO sind von den Prinzipien des natürlichen biologischen Verhaltens inspiriert und das gemeinschaftliche Verhalten von sozialen Bienenvölkern hat seine Überlegenheit bei der Lösung komplexer Optimierungsprobleme gezeigt. In dieser Arbeit wurde die Fuzzy Bee Colony Optimization (FBCO) gewünscht, ein Algorithmus, der sich mit anderen aktiven Algorithmen wie Fuzzy C- Means und Fuzzy Particle Swarm Optimization messen kann.

Autorentext

Dr.K.Vijayakumari, Trabalhando como Professor Assistente no Departamento de Informática, Trinity College for Women (Arts and Science), Namakkal, Afiliado à Universidade de Periyar Salem. Tem 2+anos de experiência no ensino. Publicou mais de 10 artigos em revistas de renome. Tem um forte conhecimento académico em Data Mining.