A possibilistic fuzzy Gath-Geva clustering algorithm using the exponential distance

[Display omitted] •Propose PFGG clustering algorithm.•PFGG uses the exponential distance in contrast to PFCM.•PFGG clusters the dataset containing noisy data accurately.•The clustering accuracies, cluster centers and convergence results of PFGG are significantly better than FCM, GG, PFCM. As a famou...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Expert systems with applications Jg. 184; S. 115550
Hauptverfasser:	Wu, Xiaohong, Zhou, Haoxiang, Wu, Bin, Zhang, Tingfei
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York Elsevier Ltd 01.12.2021 Elsevier BV
Schlagworte:	Algorithms Clustering Covariance matrix Euclidean geometry GG clustering Hyperellipsoidal data Noise data Noise sensitivity PFCM clustering PFGG clustering PFCM clustering PFGG clustering Hyperellipsoidal data GG clustering Noise data
ISSN:	0957-4174, 1873-6793
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!