• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Fuzzy Systems >Sequential Possibilistic One-Means Clustering with Dynamic Eta
【24h】

Sequential Possibilistic One-Means Clustering with Dynamic Eta

机译：具有动态Eta的顺序可能一均值聚类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The Possibilistic C-Means (PCM) was developed as an extension of the Fuzzy C-Means (FCM) by abandoning the membership sum-to-one constraint. In PCM, each cluster is independent of the other clusters, and can be processed separately. Thus, the Sequential Possibilistic One-Means (SP1M) was proposed to find clusters sequentially by running P1M C times. One critical problem in both PCM and SP1M is how to determine the parameter η. The Sequential Possibilistic One Means with Adaptive Eta (SP1M-AE) was developed to allow η to change during iterations. In this paper, we introduce a new dynamic adaption mechanism for the parameter η in each cluster and apply it into SP1M. The resultant algorithm, called the Sequential Possibilistic One-Means with Dynamic Eta (SP1M-DE) is shown to provide superior performance over PCM, SP1M, and SP1M-AE in determining correct clustering results.
机译：可能性C均值（PCM）被作为模糊C均值（FCM）的扩展而开发，它放弃了隶属度总和一约束。在PCM中，每个群集都独立于其他群集，并且可以单独进行处理。因此，提出了序贯可能的均值（SP1M），以通过运行P1M C次来顺序地找到聚类。 PCM和SP1M中的一个关键问题是如何确定参数η。开发了具有自适应Eta的顺序可能单项均值（SP1M-AE），以允许η在迭代过程中发生变化。在本文中，我们为每个群集中的参数η引入了一种新的动态自适应机制，并将其应用于SP1M。结果表明，在确定正确的聚类结果方面，称为动态Eta的顺序可能单项算法（SP1M-DE）可提供优于PCM，SP1M和SP1M-AE的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号