کاربرد شبکه عصبی خودسازمان دهنده براساس داده کاوی برای ایجاد جدول اندازه لباس

نوع مقاله : مقاله پژوهشی

نویسندگان

یزد، دانشگاه یزد، مجتمع فنی مهندسی، دانشکده مهندسی نساجی، صندوق پستی : 89195-741

چکیده

استخراج اطلاعات مناسب از میان انبوه داده ها و تبدیل آنها به دانش، نیازمند استفاده از روشهای نوین است. داده کاوی یکی از این ابزارها و رویکردهاست که در فضای مدیریت دانش به کشف دانش از پایگاه داده ها کمک می کند. شبکه های عصبی خودسازمان دهنده بی شک از کارآمدترین شبکه های موجود برای داده کاوی است. پژوهش حاضر، جدول اندازه لباس را معرفی میکند که بر اساس اندازه های گرفته شده از 2000 زن یزدی است. متغیرهای ورودی مهم معرفی شده به شبکه عصبی شامل اندازه سه ناحیه دور سینه، دور کمر و دور باسن است. در این پژوهش، گروه های اندازه لباس متفاوت با استفاده از مدل شبکه عصبی خودسازمان دهنده بررسی شده است. نتایج حاصل از به کارگیری شبکه های خود سازمان دهنده، نمایانگر وجود چهار گروه اندازه مؤثر است که بر اساس کمترین میانگین خطا دسته بندی شده اند.

کلیدواژه‌ها


عنوان مقاله [English]

Applying Self-organizing Neural Network Based on Data Mining to Establish a Clothing Size Chart

نویسندگان [English]

  • Fatemeh Makooyie
  • Farzaneh Mirjalili
  • Mohsen Hadizadeh
  • Pedram Peivandi
چکیده [English]

Extracting appropriate information from infinite number of data requires modern methods. Data mining is one of these tools and approaches that may help in the area of knowledge management in knowledge discovery from the databases. Self-organizing neural network is undoubtedly the most powerful neural networks for data mining. This paper presents a size chart that has been developed based on measurements taken from 2000 women of Yazd. The important input variables have been defined as the chest, waist and hip measurements. In this study, the different size clusters have been investigated through self-organizing neural network model. The results of using the self-organizing neural network indicate that there are four effective size groups that are categorized based on the lowest mean error.

کلیدواژه‌ها [English]

  • Artificial Neural Network
  • Data mining
  • clothing size chart
  • Cluster analysis