FCM4DD公司 swMATH ID: 40634 软件作者: Kesemen,O。;特泽尔。;E·奥兹库尔。 描述: 方向数据的模糊c均值聚类算法(FCM4DD)。聚类分析是数据分析中常用的一种有用工具。聚类分析的目的是根据数据集的相似性和不相似性将数据集划分为子集。本文将模糊c-均值算法应用于方向数据。在文献中,有几种方法被用于方向数据的聚类。由于在这些方法中使用三角函数,聚类是通过近似距离进行的。与其他方法不同,FCM4D使用角度差作为相似性度量。因此,该算法是一种比其他算法更一致的聚类算法。FCM4DD的主要优点是,所提出的方法是一种有效的无分布方法,可以对定向数据进行聚类。它可以用于N维数据以及循环数据。除此之外,提出的方法的重要性在于,它将适用于决策过程、基于规则的专家系统和预测问题。在本研究中,将现有的一些聚类算法和FCM4DD算法应用于各种人工数据和实际数据,并对其结果进行了比较。结果表明,FCM4DD算法在一致性、准确性和计算时间方面具有优势。根据隶属度值对方向数据的模糊聚类算法(FCM4DD和FCD)进行了比较,FCM4DD算法获得了比FCD算法更令人满意的结果。 主页: https://de.mathworks.com/matlabcentral/fileexchange/59315-fcm4dd-fuzzy-c-mens-clustering-algorithm-for-directional-data 依赖项: Matlab公司 相关软件: 移动MF;FGKA公司;蛛网/3;岩石;群集查找;卡米拉;集群混合类型;岩石圈;nprotreg公司;目录统计信息;RiemBase公司;地理PCA;圆形的;VMF-SNE公司;克吕斯坦格尔斯;Py循环统计;圆形调整器;循环统计;形状;狮身人面像 引用于: 5文件 全部的 前5名10位作者引用 2 皮耶保罗·德乌尔索 1 萨米拉·阿布希拉。 1 安东尼奥·达姆布罗西奥 1 加西亚-葡萄牙,爱德华多 1 玛丽亚·安吉莉·吉尔 1 阿里夫·古斯南托 1 里卡多·马萨里 1 朱塞佩·潘多尔福 1 阿瑟·佩西 1 查尔斯·泰勒。 5篇连载文章中引用 1 信息科学 1 计算统计学 1 测试 1 应用统计学杂志 1 数据分析和分类进展。ADAC公司 在2个字段中引用 5 统计学(62-XX) 1 总体主题;集合(00-XX) 按年份列出的引文