Improvement of FCM neural network classifier using K-Medoids clustering

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092756" target="_blank" >RIV/61989100:27240/14:86092756 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/NaBIC.2014.6921852" target="_blank" >http://dx.doi.org/10.1109/NaBIC.2014.6921852</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/NaBIC.2014.6921852" target="_blank" >10.1109/NaBIC.2014.6921852</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Improvement of FCM neural network classifier using K-Medoids clustering

Popis výsledku v původním jazyce

Floating Centroids Method (FCM) is a new method to improve the performance of neural network classifier. But the K-Means clustering algorithm used in FCM is sensitive to outliers. So this weakness will influence the performance of classifier to a certainextent. In this paper, K-Medoids clustering algorithm which can diminish the sensitivity to the outliers is used to partition the mapping points into some disjoint subsets to improve FCM's robustness and performance. Some data sets from UCI Machine Learning Repository are employed in our experiments. The results show a better performance for the FCM using our improved method.

Název v anglickém jazyce

Improvement of FCM neural network classifier using K-Medoids clustering

Popis výsledku anglicky

Floating Centroids Method (FCM) is a new method to improve the performance of neural network classifier. But the K-Means clustering algorithm used in FCM is sensitive to outliers. So this weakness will influence the performance of classifier to a certainextent. In this paper, K-Medoids clustering algorithm which can diminish the sensitivity to the outliers is used to partition the mapping points into some disjoint subsets to improve FCM's robustness and performance. Some data sets from UCI Machine Learning Repository are employed in our experiments. The results show a better performance for the FCM using our improved method.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

NaBIC 2014 ; CASoN 2014 : July 30-31, Porto, Portugal

ISBN

978-1-4799-5937-2

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

47-52

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Porto

Datum konání akce

30. 7. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—