بهبود عملكرد الگوريتم FCM در خوشه بندي با استفاده از الگوريتم DBSCAN

الگوريتم CM F يكي از معروف ترين روش هاي خوشه بندي فازي است، اما CM F در مقابل داده هاي نويزدار ضعيف عمل مي كند و نمي تواند آن ها را به درستي تشخيص دهد و روند خوشه بندي با اشكال مواجه مي شود. در مقابل الگوريتم DBSCAN كه از روش هاي خوشه بندي مبتني بر چگالي است در برابر نويز مقاوم است. همچنين اين الگوريتم از اين جهت مورد توجه است كه برخلاف ساير الگوريتم هاي خوشه بندي مانند means − K ، medoid − K يا الگوريتم CM F كه وابسته به تعداد خوشه مي باشند و بايد از قبل تعداد خوشه ها مشخص باشد، الگوريتم DBSCAN خود مي تواند تعداد خوشه ها را مشخص كند و نياز به اعلام تعداد خوشه ها از قبل ندارد. مزيت ديگر الگوريتم خوشه بندي DBSCAN اين است كه مي تواند داده هايي با شكل هاي مختلف را خوشه بندي كند كه الگوريتم هاي ديگر مانند means − K و Menas − C − uzzy F قادر به انجام آن نمي باشند. در اين مقاله يك رويكرد تركيبي براي خوشه بندي داده ها با استفاده از اين دو الگوريتم پيشنهاد شده است.