Resumen

En este artículo se propone un nuevo enfoque para el clustering difuso. El objetivo es relajar algunas restricciones impuestas por algoritmos conocidos utilizando un modelo geométrico generalizado para los clusters basado en el cálculo de la envoltura convexa. También se propone un método para determinar funciones de pertenencia adecuadas y, por lo tanto, representar clusters difusos basados en el modelo geométrico adoptado. La envoltura convexa no solo se utiliza al final del análisis de clustering para la interpretación de los datos geométricos, sino que también se utiliza durante la partición difusa de datos dentro de un procedimiento secuencial en línea para calcular la función de pertenencia. Como resultado, se obtiene un algoritmo de clustering difuso puro donde los clusters se ajustan a la distribución de datos mediante la pertenencia difusa de los patrones a cada cluster. Los resultados numéricos reportados en el artículo muestran la validez y eficacia del enfoque propuesto en comparación con otros algoritmos de clustering bien conocidos.

• Materias:Algoritmo de control Algoritmo de diagnóstico Coeficientes de proximidad Dispositivos submicrónicos Teorema de puntos
• Subjects:Control algorithm Diagnostic algorithm Proximity coefficients Submicron devices Point theorem
• Palabras claves:Enfoque propuesto; Agrupamiento difuso; Envoltura convexa; Funciones de membresía; Modelo geométrico; Algoritmo de agrupamiento
• Keywords:Proposed approach; Fuzzy clustering; Convex hull; Membership functions; Geometric model; Clustering algorithm