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

الملخص

تم في هذا البحث اختبار شبكة كوهنين العصبية الصنعية المهجنة بالمنطق الضبابي بعد اقتراح علاقة جديدة لمعامل التضبيب m في إجراء عملية العنقدة. من خلال دراسة عمل هذه الخوارزمية تبين بأن العامل الأكثر تأثيراً في سلوك شبكة كوهنين المضببة هو معامل التضبيب m وذلك لأن تحديث معامل التضبيب في كل تكرار يتحكم بشكل ذاتي وبفعالية في توزيع معدل التعلم وتحديث أوزان 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 أصناف مختلفة من الأزهار.كما تم اختبار الخوارزمية المحسنةفي مجال تجزئة الصور الطبية الممثلة بصور الرنين المغناطيسي للدماغ. لما لهذا التطبيق من أهمية 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 أظهرت نتائج الخوارزمية المحسنةIFKCNأفضلية مقارنة مع الخوارزميات الثلاث السابقة من حيث عدد التكرارات ومراكز العناقيدومقياس الخطأ(Mean Square Error, MSE) .