TY -的A2 Di马蒂诺·AU -乔杜里,丹PY - 2015 DA - 2015/03/23 TI -直觉模糊可能性C意味着集群算法SP - 238237六世- 2015 AB -直觉模糊集(仿)提供数学框架基于模糊集来描述模糊数据。它在不同的领域发现了有趣和有前途的应用。这里，我们开发了一种直觉模糊可能性C均值(IFPCM)算法，通过混合FPCM、ifs和距离度量的概念来聚类ifs。IFPCM通过将隶属度和非隶属度通用化，解决了对象对每个聚类的隶属度信息所固有的问题。将该算法推广到区间值直觉模糊集的聚类，得到了区间值直觉模糊可能C均值(IVIFPCM)。聚类算法以隶属度和非隶属度为区间。算法给出了样本对所有聚类的隶属度和典型度信息。实验在真实数据集和模拟数据集上进行。它产生有价值的信息，产生不同隶属度的重叠集群。它考虑了IFSs所捕获信息的固有不确定性。 Some advantages of algorithms are simplicity, flexibility, and low computational complexity. The algorithm is evaluated through cluster validity measures. The clustering accuracy of algorithm is investigated by classification datasets with labeled patterns. The algorithm maintains appreciable performance compared to other methods in terms of pureness ratio. SN - 1687-7101 UR - https://doi.org/10.1155/2015/238237 DO - 10.1155/2015/238237 JF - Advances in Fuzzy Systems PB - Hindawi Publishing Corporation KW - ER -