خانه / مهندسی برق و الکترونیک / تولید انرژی الکتریکی / دانلود مقاله isi یک شبکه‌ی عصبی حداقل حداکثر فازی بهبودیافته برای خوشه‌بندی اطلاعات و کاربردهای آن برای نظارت کیفیت توان
دانلود مقاله isi یک شبکه‌ی عصبی حداقل- حداکثر فازی بهبودیافته برای خوشه‌بندی اطلاعات و کاربردهای آن برای نظارت کیفیت توان

دانلود مقاله isi یک شبکه‌ی عصبی حداقل حداکثر فازی بهبودیافته برای خوشه‌بندی اطلاعات و کاربردهای آن برای نظارت کیفیت توان

عنوان فارسي مقاله :: دانلود مقاله isi یک شبکه‌ی عصبی حداقل- حداکثر فازی بهبودیافته برای خوشه‌بندی اطلاعات و کاربردهای آن برای نظارت کیفیت توان

عنوان انگليسي مقاله :: A modified fuzzy min–max neural network for data clustering and itsapplication to power quality monitoring

  • تعداد صفحه مقاله انگليسي ISI ::
  • تعداد صفحه مقاله فارسي ISI ::
  • کد مقاله ISI ::
11 صحفه PDF
21 صحفه WORD
78945

فهرست مطالب ترجمه فارسي مقاله isi ::

فهرست مطالب ترجمه فارسي مقاله isi ::

چکیده
معرفی
مرور کاراهای قبلی
خوشه‌بندی سلسله مراتبی
خوشه‌بندی مبتنی بر مرکز
خوشه‌بندی مبتنی بر توزیع
شبکه‌ی خوشه‌بندی حداقل- حداکثر فازی
اصلاحات مورد نظر
جدول۱: شبه کد برای شبکه‌ی MFMM.
مطالعات تجربی
مطالعه‌ی معیار۱
جدول۲: توصیف و منبع مجموعه اطلاعات.
شکل۳: تکمیل ساختارهای هایپرباکس در MFMM با استفاده از مجموعه اطلاعات پتالز (گلبرگ).
شکل۴: تکمیل ساختارهای هایپرباکس در MFMM با استفاده از مجموعه اطلاعات R15.
جدول۳: نتایج مجموعه اطلاعات معیار.
مطالعه‌ی معیار۲
جدول۵: مقایسه‌ی امتیازات CCC بین FMM، MFMM و نتایج گزارش شده در مرجع [۲۸].
جدول۶: امتیازات CCC به همراه تغییر اندازه‌ی هایپرباکس در MFMM.
جدول۷: تعداد خوشه‌های تولید شده توسط MFMM.
مطالعه‌ی معیار۳
جدول۹: توصیف و منبع مجموعه‌های اطلاعات
جدول۱۰: مقایسه‌ی کارایی بین MFMM و گزارش‌های مرجع [۵۹].
مطالعه‌ی موردی دنیای واقعی
شکل۵: نظارت کیفیت توان با استفاده از ثبت کننده‌ی توان سه‌فاز.
جدول۱۲: نتایج موضوع FMM و MFMM برای تغییر اندازه‌های هایپرباکس.
جدول۱۳: نتایج روش‌های خوشه‌بندی میانگین- k و میانگین- c.
خلاصه

ترجمه چکيده مقاله ISI ::

ترجمه چکيده مقاله ISI ::

وقتی هیچ‌گونه اطلاعاتی در دسترس نیست، خوشه‌بندی روشی مفید و کاربردی برای دسته‌بندی اطلاعات در گروه‌ها یا خوشه‌های با معنی است. در این مقاله، یک شبکه عصبی خوشه‌بندی حداقل- حداکثر فازی بهبودیافته (MFMM) مورد بررسی قرار گرفته است. کارآیی آن برای مقابله با وظایف مربوط به نظارت بر کیفیت توان اثبات شده است. در ابتدا مروری بر روش‌های خوشه‌بندی مختلف ارائه می‌شود. برای ارزیابی مدل MFMM مورد نظر، یک مقایسه‌ی ساختاری با استفاده از مجموعه اطلاعات معیار مربوط به مسائل خوشه‌بندی انجام می‌شود. نتایج به دست آمده قابل مقایسه با نتایج گزارش شده در مراجع قبلی می‌باشند. سپس، حالت مربوط به دنیای واقعی بر روی نظارت بر کیفیت توان اجرا می‌شود. نتایج به دست آمده با نتایج روش‌های خوشه‌بندی میانگین- c و میانگین- k مقایسه می‌شود. نتایج آزمایش به طور امیدوار کننده‌ای پتانسیل MFMM در انجام کارهای خوشه‌بندی اطلاعات و قابلیت کاربردی آن در حوزه‌ی سیستم‌های توان را نشان می‌دهند.

دانلود مقاله isi یک شبکه‌ی عصبی حداقل حداکثر فازی بهبودیافته برای خوشه‌بندی اطلاعات و کاربردهای آن برای نظارت کیفیت توان

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *