تحسين شبكة العنقدة كوهنين المضببة وتطبيقها على البياناتIris وفي تجزئة الصور الطبية

تم في هذا البحث اختبار شبكة كوهنين العصبية الصنعية المهجنة بالمنطق الضبابي بعد اقتراح علاقة جديدة لمعامل التضبيب m في اجراء عملية العنقدة. من خلال دراسة عمل هذه الخوارزمية تبين بان العامل الاكثر تاثيراً في سلوك شبكة كوهنين المضببة هو معامل التضبيب m وذلك لان تحديث معامل التضبيب في كل تكرار يتحكم بشكل ذاتي وبفعالية في توزيع معدل التعلم وتحديث اوزان الشبكة لجميع عقد البيانات. وتم اختبار شبكة العنقدة كوهنين المضببة المحسنة في هذا البحث على بيانات(Fisher’s IRIS) [1]التي تعد بيانات قياسية و يتم اختبار مدى فعالية الخوارزميات الجديدة عليها وهي عبارة عن بيانات لثلاثة اصناف مختلفة من الازهار.كما تم اختبار الخوارزمية المحسنةفي مجال تجزئة الصور الطبية الممثلة بصور الرنين المغناطيسي للدماغ. لما لهذا التطبيق من اهمية كبيرة في المجال الطبي. لقد تم مقارنة نتائج الخوارزمية المحسنة في مجالي التطبيقين السابقين مع خوارزميتي العنقدة الشهيرتينK_means و (FuzzyC-Means, FCM)وشبكة العنقدة كوهنين المضببة. لقد اظهرت نتائج الخوارزمية المحسنةIFKCNافضلية مقارنة مع الخوارزميات الثلاث السابقة من حيث عدد التكرارات ومراكز العناقيدومقياس الخطا(Mean Square Error, MSE) .