Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "intra- and inter-cluster distance" wg kryterium: Wszystkie pola


Wyświetlanie 1-1 z 1
Tytuł:
Finding Playing Styles of Badminton Players Using Firefly Algorithm Based Clustering Algorithms
Autorzy:
Ilankoon, I.M.T.P.K.
Samarasinghe, U.S.
Ariyaratne, M.K.A.
Silva, R. M.
Powiązania:
https://bibliotekanauki.pl/articles/27312858.pdf
Data publikacji:
2023
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
firefly algorithm
clustering
intra- and inter-cluster distance
badminton
Opis:
Cluster analysis can be defined as applying clustering algorithms with the goalof finding any hidden patterns or groupings in a data set. Different clusteringmethods may provide different solutions for the same data set. Traditionalclustering algorithms are popular, but handling big data sets is beyond theabilities of such methods. We propose three big data clustering methods basedon the firefly algorithm (FA). Three different fitness functions were definedon FA using inter-cluster distance, intra-cluster distance, silhouette value, andthe Calinski-Harabasz index. The algorithms find the most appropriate clustercenters for a given data set. The algorithms were tested with nine popularsynthetic data sets and one medical data set and are later applied on two bad-minton data sets with the intention of identifying the different playing stylesof players based on their physical characteristics. The results specify that thefirefly algorithm could generate better clustering results with high accuracy.The algorithms cluster the players to find the most suitable playing strategyfor a given player where expert knowledge is needed in labeling the clusters.Comparisons with a PSO-based clustering algorithm (APSO) and traditional al-gorithms point out that the proposed firefly variants work in a similar fashion asthe APSO method, and they surpass the performance of traditional algorithms.
Źródło:
Computer Science; 2023, 24 (3); 427--450
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies