Resumen

Se propone un nuevo algoritmo de clustering difuso basado en la teoría de selección clonal de los sistemas inmunes artificiales (AIS), a saber, FCSA, para obtener el resultado óptimo de clustering de la clasificación de la cubierta terrestre sin suposiciones a priori sobre el número de clusters. El FCSA puede encontrar de forma adaptativa el número óptimo de conglomerados y está diseñado como un sistema de dos capas: la capa de clasificación y la capa de optimización. La capa de clasificación del FCSA, inspirada en la teoría de la selección clonal, genera el resultado de clasificación óptimo con un número fijo de conglomerados utilizando la clonación, mutación y selección de operadores inmunes. La capa de optimización de FCSA evalúa las soluciones óptimas de acuerdo con las medidas de rendimiento para la validez de clúster y, a continuación, ajusta el número de clúster para obtener el número de clúster óptimo final. Dos experimentos con distintos tipos de imágenes demuestran que FCSA no sólo encuentra el número óptimo de clusters, sino que también supera sistemáticamente a los algoritmos de clustering tradicionales, como K-means y Fuzzy C-means. Por lo tanto, FCSA proporciona una opción eficaz para realizar la tarea de clasificación de la cubierta terrestre.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:fcsa, teoría de la selección clonal, clusters, capa de clasificación, número de clusters, número óptimo, capa de optimización, número óptimo final de clusters, nuevo algoritmo de clustering difuso, sistemas inmunes artificiales
• Keywords:fcsa, clonal selection theory, clusters, classification layer, cluster number, optimal number, optimization layer, final optimal cluster number, new fuzzy clustering algorithm, artificial immune systems