![](/images/graphics-bg.png)
An unsupervised feed forward neural network method for efficient clustering
المؤلفون المشاركون
Asadi, Ruyah
Asadi, Mitra
Asadi, Shakufah
المصدر
The International Arab Journal of Information Technology
العدد
المجلد 14، العدد 4 (31 يوليو/تموز 2017)، ص ص. 437-441، 5ص.
الناشر
تاريخ النشر
2017-07-31
دولة النشر
الأردن
عدد الصفحات
5
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
This paper presents a Real Unsupervised Feed Forward Neural Network (RUFFNN) clustering method with one epoch training and data dimensionality reduction ability to overcome some critical problems such as low training speed, low accuracy as well as high memory complexity in this area.
The RUFFNN method trains a code book of real weights by utilizing input data directly without using any random values.
The Best Match Weight (BMW) vector is mined from the weight codebook and consequently the Total Threshold (TT) of each input data is computed based on the BMW.
Finally, the input data are clustered based on their exclusive TT.
For evaluation purposes, the clustering performance of the RUFFNN was compared to several related clustering methods using various data sets.
The accuracy of the RUFFNN was measured through the number of clusters and the quantity of Correctly Classified Nodes(CCN).The superior clustering accuracies of 96.63%, 96.67% and 59.36% were for the breast cancer, iris and spam datasets from the UCI repository respectively.
The memory complexity of the proposed method was O(m.n.sm) based on the number of nodes, attributes and size of the attribute.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Asadi, Ruyah& Asadi, Mitra& Asadi, Shakufah. 2017. An unsupervised feed forward neural network method for efficient clustering. The International Arab Journal of Information Technology،Vol. 14, no. 4, pp.437-441.
https://search.emarefa.net/detail/BIM-902666
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Asadi, Ruyah…[et al.]. An unsupervised feed forward neural network method for efficient clustering. The International Arab Journal of Information Technology Vol. 14, no. 4 (Jul. 2017), pp.437-441.
https://search.emarefa.net/detail/BIM-902666
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Asadi, Ruyah& Asadi, Mitra& Asadi, Shakufah. An unsupervised feed forward neural network method for efficient clustering. The International Arab Journal of Information Technology. 2017. Vol. 14, no. 4, pp.437-441.
https://search.emarefa.net/detail/BIM-902666
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 440-441
رقم السجل
BIM-902666
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)