Read more
Un cluster è la suddivisione di un insieme di dati prestabilito in cluster diversi. Questo viene fatto in modo tale che lo stesso cluster sia simile e che i dati appartenenti a set diversi siano diversi. I compiti principali del clustering sono l'estrazione esplorativa dei dati e una tecnica comune di apprendimento, l'analisi delle immagini di riconoscimento dei modelli, il recupero delle informazioni e la bioinformatica. L'ottimizzazione è il processo di ricerca delle alternative più convenienti o più vantaggiose in base ai vincoli dati, massimizzando i fattori desiderati e minimizzando quelli indesiderati. L'algoritmo Bee Colony Optimization è una famiglia di sciami intelligenti basati su popolazioni, che risolve i problemi di optima locale e supera i demeriti degli algoritmi di ottimizzazione a sciame di particelle. I BCO si ispirano ai principi del comportamento biologico naturale e il comportamento comunitario circolante delle colonie sociali ha dimostrato una superiorità nella produzione di problemi di ottimizzazione complessi. In questa tesi è stata auspicata la Fuzzy Bee Colony Optimization (FBCO), un algoritmo che ha fornito effetti incredibilmente brillanti rispetto ad altri algoritmi attivi come il Fuzzy C-Means e il Fuzzy Particle Swarm Optimization.
About the author
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.
