En este trabajo se presenta una extensión del algoritmo Fuzzy Possibilistic C-Means (FPCM) utilizando Técnicas de Lógica Difusa Tipo-2, con el objetivo de mejorar la eficiencia del algoritmo FPCM. Con la finalidad de observar el rendimiento de la propuesta frente al algoritmo Interval Type-2 Fuzzy C-Means, se realizaron varios experimentos utilizando ambos algoritmos con conjuntos de datos conocidos, como Wine, WDBC, Iris Flower, Ionosphere, Abalone y Cover type. Además, se llevaron a cabo algunos experimentos utilizando otro conjunto de imágenes de prueba para observar el comportamiento de ambos algoritmos mencionados anteriormente en el preprocesamiento de imágenes. Se realizaron algunas comparaciones entre el algoritmo propuesto y el algoritmo Interval Type-2 Fuzzy C-Means (IT2FCM) para observar si el enfoque propuesto tiene un mejor rendimiento que este algoritmo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Optimización de parámetros multirrespuesta para el proceso de bobinado de cintas de material compuesto basado en GRA y RSM
Artículo:
Algunas nuevas relaciones de recurrencia relacionadas con las funciones de Jacobi.
Artículo:
Cuarto determinante de Hankel para el conjunto de funciones tipo estrella
Artículo:
Múltiples soluciones para las ecuaciones de tipo Kirchhoff asintóticamente lineales en
Artículo:
Filtro de deconvolución de ruido blanco de fusión de medidas ponderadas con ruido correlacionado para sistemas estocásticos multisensor