La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Fuzzy Entropy Based Fuzzy c-Means Clustering with Deterministic and Simulated Annealing Methods Clustering c-means flou basé sur l'entropie floue avec des méthodes de recuit déterministes et simulées

Makoto YASUDA, Takeshi FURUHASHI

  • Vues en texte intégral

    0

  • Citer

Résumé:

Cet article explique comment appliquer les méthodes de recuit déterministe (DA) et de recuit simulé (SA) au clustering c-means flou basé sur l'entropie floue. En régularisant la méthode des c-moyennes floues avec une entropie floue, on obtient une fonction d'appartenance similaire à la fonction de distribution de Fermi-Dirac, bien connue en mécanique statistique, et, tout en optimisant ses paramètres par SA, le minimum de l'énergie libre de Helmholtz pour Le clustering c-means flou est recherché par DA. Des expériences numériques sont effectuées et les résultats obtenus indiquent que cet algorithme combinatoire de SA et DA peut représenter diverses formes de cluster et diviser les données de manière plus correcte et plus stable que l'algorithme standard de DA unique.

Publication
IEICE TRANSACTIONS on Information Vol.E92-D No.6 pp.1232-1239
Date de publication
2009/06/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E92.D.1232
Type de manuscrit
PAPER
Catégories
Calcul et modèles informatiques

Auteurs

Mots-clés

Table des matières