...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Fuzzy sets and systems >Fuzzy weighted C-ordered means clustering algorithm
【24h】

Fuzzy weighted C-ordered means clustering algorithm

机译：模糊加权C阶均值聚类算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In real life data sets some attributes may have lower importance or even may be completely noninformative. The subspace clustering algorithms have been proposed to handle this. The soft subspace algorithms are vulnerable to noise and outliers. The paper presents a novel algorithm that handles both various importance of attributes and outliers. The proposed Fuzzy Weighted C-Ordered Mean (FWCOM) clustering algorithm elaborates clusters in soft subspaces. In each cluster each attribute is assigned a weight from interval [0, 1]. Each attribute has its individual weight (importance) in each cluster. The proposed algorithm applies the ordering technique to effectively reduce the influence of outliers and noise. The paper is accompanied by numerical experiments. (C) 2017 Elsevier B.V. All rights reserved.
机译：在现实生活中，某些属性的重要性可能较低，甚至可能完全没有信息意义。已经提出了子空间聚类算法来处理此问题。软子空间算法容易受到噪声和离群值的影响。本文提出了一种新颖的算法，可同时处理属性和离群值的各种重要性。提出的模糊加权C阶均值（FWCOM）聚类算法详细说明了软子空间中的聚类。在每个聚类中，从间隔[0，1]中为每个属性分配权重。每个属性在每个群集中都有其各自的权重（重要性）。所提出的算法应用排序技术来有效减少离群值和噪声的影响。本文伴随数值实验。 （C）2017 Elsevier B.V.保留所有权利。

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