عنوان مقاله:
سنجش اعتبار اتصال پیشرفته براساس تشخیص داده های پرت برای الگوریتم های خوشه بندی فراابتکاری چند شی ای
Enhanced Connectivity Validity Measure Based on Outlier Detection for Multi-Objective Metaheuristic Data Clustering Algorithms
سال انتشار: 2022
رشته: مهندسی کامپیوتر
گرایش: مهندسی الگوریتم ها و محاسبات - رایانش ابری
دانلود رایگان این مقاله:
مشاهده سایر مقالات جدید:
مقالات ISI مهندسی الگوریتم ها و محاسبات
5. Experimental Results and Discussion
Table 3 shows the results of the coverage (C), where A, B, C, and D symbolise eNSGA-II, NSGA-II, eSPEA-II, and SPEA-II, respectively. The C(A, B) values compared with C(B, A) values obtained better coverage for the datasets 2d-20c-no0, CMC, Ecoli, engytime, Flame, Seeds, Sizes5, Sonar, Soybean-small, and Thyroid, which means that the entire solutions in the pool of NSGA-II at least have been dominated by a single solution of the eNSGA-II solutions pool. On the other hand, the C(A, B) values compared to C(B, A) mostly obtained better coverage for the datasets Elly-2d10c13s, Ionosphere, Iris, Spherical_5_2, and Square1. The C(C, D) values compared with C(D, C) values obtained better coverage for the datasets 2d-20c-no0, CMC, Ecoli, Elly-2d10c13s, engytime, Flame, Seeds, Sizes5, and Spherical_5_2, which means that the entire solutions in the pool of SPEA-II at least have been dominated by a single solution of the eSPEA-II solutions pool. In contrast, the C(D, C) values compared to C(C, D) mostly obtained better coverage for the datasets Ionosphere, Iris, Sonar, and Soybean-small.
Generally, this shows that the solutions in the modified algorithms with the Conn_LOF method’s pool dominated the standard algorithms’ solutions in a considerably high ratio. In conclusion, the modified algorithms with Conn_LOF method attained better performance amongst other standard algorithms based on the coverage PI.
Table 4 reveals the results of the obtained F-measure on the Pareto-fronts produced by the competing algorithms. The eNSGA-II algorithm achieves higher F-measure results than the NSGA-II algorithm for most of the datasets except 2d-20c-no0, CMC, Sizes5, and Soybean-small datasets. The eSPEA-II provides higher F-measure results than SPEA-II for most of the datasets excluding CMC, Iris, and Soybean-small datasets. The results verify that the average F-measure of the eNSGA-II and eSPEA-II is enhanced by adopting the Conn_LOF method compared to the corresponding standards NSGA-II, and SPEA-II.
(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)
5. نتایج تجربی و بحث
جدول 3 نتایج پوشش (C) را نشان می دهد، که در آن A، B، C، و D به ترتیب نماد eNSGA-II، NSGA-II، eSPEA-II، و SPEA-II هستند. مقادیر C(A, B) در مقایسه با مقادیر C(B, A) پوشش بهتری برای مجموعه داده‌های 2d-20c-no0، CMC، Ecoli، engytime، Flame، Seeds، Sizes5، Sonar، Soybean-small و Thyroid به دست آوردند. به این معنی که کل محلول های موجود در استخر NSGA-II حداقل توسط یک محلول واحد از استخر محلول های eNSGA-II تحت سلطه قرار گرفته اند. از سوی دیگر، مقادیر C(A، B) در مقایسه با C(B، A) عمدتا پوشش بهتری را برای مجموعه داده های Elly-2d10c13s، Ionosphere، Iris، Spherical_5_2 و Square1 به دست آوردند. مقادیر C(C, D) در مقایسه با مقادیر C(D, C) پوشش بهتری را برای مجموعه داده‌های 2d-20c-no0، CMC، Ecoli، Elly-2d10c13s، engytime، Flame، Seeds، Sizes5 و Spherical_5_2 به دست آوردند، که به این معنی است. که کل راه حل های موجود در استخر SPEA-II حداقل توسط یک راه حل واحد از استخر راه حل های eSPEA-II تحت سلطه قرار گرفته اند. در مقابل، مقادیر C (D، C) در مقایسه با C (C، D) عمدتا پوشش بهتری را برای مجموعه داده‌های Ionosphere، Iris، Sonar و Soybean-small به دست آوردند.
به طور کلی، این نشان می‌دهد که راه‌حل‌های الگوریتم‌های اصلاح‌شده با استخر روش Conn_LOF بر راه‌حل‌های الگوریتم‌های استاندارد در نسبت بسیار بالایی تسلط دارند. در نتیجه، الگوریتم های اصلاح شده با روش Conn_LOF عملکرد بهتری را در بین سایر الگوریتم های استاندارد بر اساس PI پوشش به دست آوردند.
