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.
Artículos:
Construyendo el Mapa de Poincaré de Segundo Orden Basado en el Método de Desplegamiento de Hopf-Cero
Artículos:
Colocación óptima de actores en redes WSAN basada en restricciones de retardo impuestas
Artículos:
Características de la estructura del mercado internacional de valores en la perspectiva del todo y la parte.
Artículos:
Cálculo fraccionario y ondícula de Shannon
Artículos:
Optimización de la imagen sintética de resonancia magnética cardiaca basada en una red generativa adversarial simulada
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.