Linear Fuzzy Information-Granule-Based Fuzzy C-Means Algorithm for Clustering Time Series

This article aims to design a trend-oriented-granulation-based fuzzy <inline-formula> <tex-math notation="LaTeX">C </tex-math></inline-formula>-means (FCM) algorithm that can cluster a group of time series at an abstract (granular) level. To achieve a better trend-o...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on cybernetics Jg. 53; H. 12; S. 7622 - 7634
Hauptverfasser:	Yang, Zonglin, Jiang, Shurong, Yu, Fusheng, Pedrycz, Witold, Yang, Huilin, Hao, Yadong
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Piscataway IEEE 01.12.2023 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Algorithms Clustering Clustering algorithms Dynamic time warping (DTW) fuzzy C-means (FCM) Granular materials Granulation Heuristic algorithms Iterative methods linear fuzzy information granule (LFIG) l₁ trend filtering Merging Prototypes Segments Time measurement Time series Time series analysis time-series clustering Trends
ISSN:	2168-2267, 2168-2275, 2168-2275
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!