Ecoli Veri Protein Lokalizasyonunda Bulanık ve Olabilirlikli Kümeleme Algoritmalarının Analizi
| Autor: | OZDEMİR, Ozer, KAYA, Aslı |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Volume: 19, Issue: 1 92-102 Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi |
| ISSN: | 2149-3367 |
| Popis: | Clusteringis the process of dividing data clusters into fragmented clusters so that thesame set of data is similar, but the data of different clusters is different.The basis of the fuzzy clustering algorithms is the c-means families and thestrongest algorithm is the fuzzy c-means algorithm. However, the fuzzy c-means algorithmis sensitive to outliers. In this study, on the real data set we examined threedifferent algorithms -possibilistic c-means algorithm (PCM), fuzzy possibilisticc-means (FPCM) and possibilistic fuzzy c- means algorithm (PFCM)- which are developed to overcome theunfavorable side of the FCM algorithm. To compare these algorithms, iterationnumbers and completion times were calculated. Kümeleme, veri kümeleriniparçalanmış kümelere bölme işlemidir, böylece aynı veri kümesi benzerdir,farklı kümelerin verileri farklıdır. Bulanık kümeleme algoritmalarının temelic- ortalamalar aileleridir ve en güçlü algoritma bulanık c- ortalamalar algoritmasıdır.Bununla birlikte, bulanık c- ortalamalar algoritması aykırı değerlereduyarlıdır. Bu çalışmada, gerçek veri seti üzerinde, bulanık c- ortalamalaralgoritmasının bu olumsuz etkinin üstesinden gelmek için geliştirilen üç farklıalgoritma – olabilirlikli c-ortalamalar algoritması (PCM), bulanıkolabilirlikli c-ortalamalar (FPCM) ve olabilirlikli bulanık c- ortalamalaralgoritması (PFCM) – incelenmiştir. Bu algoritmaları karşılaştırmak içinyineleme sayıları ve tamamlanma süreleri hesaplanmıştır. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|