Excellence in Research and Innovation for Humanity

International Science Index


Select areas to restrict search in scientific publication database:
8531
Exponential Particle Swarm Optimization Approach for Improving Data Clustering
Abstract:
In this paper we use exponential particle swarm optimization (EPSO) to cluster data. Then we compare between (EPSO) clustering algorithm which depends on exponential variation for the inertia weight and particle swarm optimization (PSO) clustering algorithm which depends on linear inertia weight. This comparison is evaluated on five data sets. The experimental results show that EPSO clustering algorithm increases the possibility to find the optimal positions as it decrease the number of failure. Also show that (EPSO) clustering algorithm has a smaller quantization error than (PSO) clustering algorithm, i.e. (EPSO) clustering algorithm more accurate than (PSO) clustering algorithm.

References:

[1] Cui, X., Potok, T., Palathingal, P., Document Clustering using Particle Swarm Optimization, Swarm Intelligence Symposium, 2005. Proceedings 2005 IEEE, pp. 185- 191
[2] Cui, X., Potok T., Document Clustering Analysis based on Hybrid PSO+K-means Algorithm, Journal of Computer Sciences (special issue), pp. 27-33, 2005.
[3] Falco, I., Cioppa, A., Tarantino, E., Facing Classification Problems with Particle Swarm Optimization, Applied Soft Computing, Vol.7, pp. 652- 658, 2007
[4] Jain, A., Murty, M., Flynn, P., Data Clustering: A Review, ACM Computing Surveys, Vol. 31, No. 3, 1999.
[5] Kao, Y. -T. et al., A Hybridized Approach to Data Clustering, Expert systems and applications (2007), doi: 10.1016/j.eswa.2007.01.028
[6] Kennedy, J., Eberhart, R., Particle Swarm Optimization, proceedings of the IEEE International joint conference or Neural networks, vol.4, pp. 1942-1948, 1995.
[7] Li-ping, Z., Huan-jun, Y., Shang-xu, H., Optimal Choice of Parameters for Particle Swarm Optimization, Journal of Zhejiang University Science, Vol. 6(A)6, pp.528-534, 2004.
[8] Merwe DW., Engelbrecht AP., Data Clustering using Particle Swarm Optimization, IEEE Congress on Evolutionary Computation, Canberra, Australia, 215-220, 2003
[9] Shi, Y., Eberhart, R., Parameter Selection in Particle Swarm Optimization, proceedings of the 7th International Conference on Evolutionary Programming VII, pp. 591 - 600, 1998.
[10] Sousa, T., Silva, A., Neves, A., Particle Swarm Based Data Mining Algorithms for Classification Tasks, Parallel Computing 30, pp. 767- 783, 2004.
[11] El-Desouky N., Ghali N., Zaki M., A New Approach to Weight Variation in Swarm Optimization, proceedings of Al-azhar Engineering, the 9th International Conference, April 12 - 14, 2007.
Vol:11 No:10 2017Vol:11 No:09 2017Vol:11 No:08 2017Vol:11 No:07 2017Vol:11 No:06 2017Vol:11 No:05 2017Vol:11 No:04 2017Vol:11 No:03 2017Vol:11 No:02 2017Vol:11 No:01 2017
Vol:10 No:12 2016Vol:10 No:11 2016Vol:10 No:10 2016Vol:10 No:09 2016Vol:10 No:08 2016Vol:10 No:07 2016Vol:10 No:06 2016Vol:10 No:05 2016Vol:10 No:04 2016Vol:10 No:03 2016Vol:10 No:02 2016Vol:10 No:01 2016
Vol:9 No:12 2015Vol:9 No:11 2015Vol:9 No:10 2015Vol:9 No:09 2015Vol:9 No:08 2015Vol:9 No:07 2015Vol:9 No:06 2015Vol:9 No:05 2015Vol:9 No:04 2015Vol:9 No:03 2015Vol:9 No:02 2015Vol:9 No:01 2015
Vol:8 No:12 2014Vol:8 No:11 2014Vol:8 No:10 2014Vol:8 No:09 2014Vol:8 No:08 2014Vol:8 No:07 2014Vol:8 No:06 2014Vol:8 No:05 2014Vol:8 No:04 2014Vol:8 No:03 2014Vol:8 No:02 2014Vol:8 No:01 2014
Vol:7 No:12 2013Vol:7 No:11 2013Vol:7 No:10 2013Vol:7 No:09 2013Vol:7 No:08 2013Vol:7 No:07 2013Vol:7 No:06 2013Vol:7 No:05 2013Vol:7 No:04 2013Vol:7 No:03 2013Vol:7 No:02 2013Vol:7 No:01 2013
Vol:6 No:12 2012Vol:6 No:11 2012Vol:6 No:10 2012Vol:6 No:09 2012Vol:6 No:08 2012Vol:6 No:07 2012Vol:6 No:06 2012Vol:6 No:05 2012Vol:6 No:04 2012Vol:6 No:03 2012Vol:6 No:02 2012Vol:6 No:01 2012
Vol:5 No:12 2011Vol:5 No:11 2011Vol:5 No:10 2011Vol:5 No:09 2011Vol:5 No:08 2011Vol:5 No:07 2011Vol:5 No:06 2011Vol:5 No:05 2011Vol:5 No:04 2011Vol:5 No:03 2011Vol:5 No:02 2011Vol:5 No:01 2011
Vol:4 No:12 2010Vol:4 No:11 2010Vol:4 No:10 2010Vol:4 No:09 2010Vol:4 No:08 2010Vol:4 No:07 2010Vol:4 No:06 2010Vol:4 No:05 2010Vol:4 No:04 2010Vol:4 No:03 2010Vol:4 No:02 2010Vol:4 No:01 2010
Vol:3 No:12 2009Vol:3 No:11 2009Vol:3 No:10 2009Vol:3 No:09 2009Vol:3 No:08 2009Vol:3 No:07 2009Vol:3 No:06 2009Vol:3 No:05 2009Vol:3 No:04 2009Vol:3 No:03 2009Vol:3 No:02 2009Vol:3 No:01 2009
Vol:2 No:12 2008Vol:2 No:11 2008Vol:2 No:10 2008Vol:2 No:09 2008Vol:2 No:08 2008Vol:2 No:07 2008Vol:2 No:06 2008Vol:2 No:05 2008Vol:2 No:04 2008Vol:2 No:03 2008Vol:2 No:02 2008Vol:2 No:01 2008
Vol:1 No:12 2007Vol:1 No:11 2007Vol:1 No:10 2007Vol:1 No:09 2007Vol:1 No:08 2007Vol:1 No:07 2007Vol:1 No:06 2007Vol:1 No:05 2007Vol:1 No:04 2007Vol:1 No:03 2007Vol:1 No:02 2007Vol:1 No:01 2007