Yönsel verilerin kümelenmesinde bulanık C-ortalamalar algoritması
Fuzzy C-means clustering algorithm for directional data
- Tez No: 374783
- Danışmanlar: YRD. DOÇ. DR. ORHAN KESEMEN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kümeleme analizi veri madenciliğinde önemli bir role sahiptir. Kümeleme analizinin amacı bir veri kümesini benzerliklerine ve farklılıklarını göre alt kümelere ayırmaktır. Bu çalışmada bulanık c-ortalamalar kümeleme algoritması yönsel veriler için uyarlanmıştır. Literatürde yönsel verilerin kümelenmesi için birçok yöntem geliştirilmiştir. Ancak yapılan kümeleme işlemlerinde yaklaşık sonuçlar elde edilmektedir. Dolayısıyla bu yaklaşım çok duyarlı problemlerde istenmeyen sonuçların çıkmasına neden olmaktadır. Literatürdeki yöntemlerde kümeleme, trigonometrik fonksiyonlar kullanılarak hesaplanan yaklaşık uzaklıklar ile yapılmaktadır. Bu çalışmada Yönsel Veriler için Bulanık C-Ortalamalar (FCM4DD) algoritması, doğrudan açısal uzaklığı kullanmaktadır. Böylece FCM4DD algoritması ile daha tutarlı sonuçlar elde edilmiştir. FCM4DD algoritması dairesel verilerin yanı sıra N boyutlu yönsel veriler için de kullanılabilen bir kümeleme algoritmasıdır. Bu çalışmada bazı mevcut kümeleme algoritmaları ile FCM4DD algoritması çeşitli sayısal örnekler üzerinde uygulanarak elde edilen sonuçlar karşılaştırılmıştır. Karşılaştırma sonuçları FCM4DD algoritmasının daha tutarlı, daha doğru ve daha hızlı olduğunu göstermiştir.
Özet (Çeviri)
Cluster analysis has an important role in data mining. The objective of clustering analysis is to partition the data set into subsets using their similarities or dissimilarities. In this study, fuzzy c-means clustering algorithm is adapted for directional data. Several methods have been developed for clustering of directional data in the literature. But, approximate results are obtained in those clustering methods. Therefore, these methods lead to undesirable results for very sensitive problems. In the methods of literature, clustering is performed with approximate distances which are calculated by using trigonometric functions. In this study, fuzzy c-means algorithm for directional data (FCM4DD) uses directly angular distance. Thus more consistent results are obtained with FCM4DD clustering algorithm. FCM4DD algorithm is a clustering algorithm which can be used for N dimensional data as well as circular data. In this study, some existing clustering algorithms and FCM4DD algorithm is applied on various numerical examples and obtained results are compared. The results show that FCM4DD algorithm is more consistent, more accuracy and faster.
Benzer Tezler
- Yanal su alma yapılı dolu gövdeli bağlamalarda ayırma duvarının sürüntü maddesine etkisi
Einfluss der trennwaendezur verhütung der seitlichen wasserentnahmen der fasten wehranglagen
TÜLAY ÖZBEK
- Mn2+ katkılanmış eksenel simetrili bazı kristal sistemlerinin ESR spektrum parametrelerinin belirlenmesi
Başlık çevirisi yok
ZUHAL PAYZE
Yüksek Lisans
Türkçe
1987
Fizik ve Fizik MühendisliğiErciyes ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MUSTAFA KORKMAZ