ON FUZZY NEIGHBORHOOD BASED CLUSTERING ALGORITHM WITH LOW COMPLEXITY
محل انتشار: مجله سیستم های فازی، دوره: 10، شماره: 3
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 113
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFS-10-3_002
تاریخ نمایه سازی: 5 تیر 1401
چکیده مقاله:
The main purpose of this paper is to achieve improvement in thespeed of Fuzzy Joint Points (FJP) algorithm. Since FJP approach is a basisfor fuzzy neighborhood based clustering algorithms such as Noise-Robust FJP(NRFJP) and Fuzzy Neighborhood DBSCAN (FN-DBSCAN), improving FJPalgorithm would an important achievement in terms of these FJP-based meth-ods. Although FJP has many advantages such as robustness, auto detectionof the optimal number of clusters by using cluster validity, independency fromscale, etc., it is a little bit slow. In order to eliminate this disadvantage, by im-proving the FJP algorithm, we propose a novel Modi ed FJP algorithm, whichtheoretically runs approximately n= log۲ n times faster and which is less com-plex than the FJP algorithm. We evaluated the performance of the Modi edFJP algorithm both analytically and experimentally.
کلیدواژه ها:
نویسندگان
Gozde Ulutagay
Department of Industrial Engineering, Izmir University, Gursel Aksel Blv ۱۴, Uckuyular, Izmir, Turkey
Efendi Nasibov
Department of Computer Science, Dokuz Eylul University, Izmir, ۳۵۱۶۰, Turkey, Institute of Cybernetics, Azerbaijan National Academy of Sciences, Azerbaijan
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :