Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,542,912

 Application of genetic algorithm‑based intuitionistic fuzzy weighted c‑ordered‑means algorithm to cluster analysis
Tác giả hoặc Nhóm tác giả: R. J. Kuo, C. K. Chang, Thi Phuong Quyen Nguyen*, T. W. Liao
Nơi đăng: Knowledge and Information Systems; Số: 63;Từ->đến trang: 1935–1959;Năm: 2021
Lĩnh vực: Khoa học công nghệ; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
With the advance of information technology, many fields have begun using data clustering to reveal data structures and obtain useful information. Most of the existing clustering algorithms are susceptible to outliers and noises as well as the initial solution. The fuzzy c-ordered-means (FCOM) method can handle outlier and noise problems by using Huber’s M-estimators and Yager’s OWA operator to enhance its robustness. However, the result of the FCOM algorithm is still unstable because its initial centroids are randomly generated. Besides, the attributes’ weight also affect the clustering performance. Thus, this study first proposed an intuitionistic fuzzy weighted c-ordered-means (IFWCOM) algorithm that combines intuitionistic fuzzy sets (IFSs), the feature-weighted and FCOM together to improve the clustering result. Moreover, this study proposed a real-coded genetic algorithm-based IFWCOM (GA-IFWCOM) that employs the genetic algorithm to exploit the global optimal solution of the IFWCOM algorithm. Twelve benchmark datasets were used for verification in the experiment. According to the experimental results, the GA-IFWCOM algorithm achieved better clustering accuracy than the other clustering algorithms for most of the datasets.
[ https://doi.org/10.1007/s10115-021-01574-4 ]
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn