Propiedades de un enfoque difuso para particionamiento con datos bimodales

• Castillo Elizondo, William ^[1] ; Trejos Zelaya, Javier ^[1]
  1. [1] Universidad de Costa Rica

     Universidad de Costa Rica

     Hospital, Costa Rica

     
• Localización: Revista de Matemática: Teoría y Aplicaciones, ISSN 2215-3373, ISSN-e 2215-3373, Vol. 16, Nº. 2, 2009, págs. 241-254
• Idioma: español
• DOI: 10.15517/rmta.v16i2.304
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se presenta un nuevo criterio de particionamiento difuso con datos bimodales yse formula un algoritmo para su optimizaci ?n. Se estudian las propiedades de con-                                             overgencia del m ?todo. El m ?todo fue probado con datos reales. De los resultados se                e           ededujo que algunas veces con este nuevo m ?todo se pueden obtener mejores particiones                                         ebimodales que las encontradas por otros m ?todos.                                           ePalabras clave: partici ?n bimodal, algoritmo, clase difusa, minimizar, varianza ex-                         oplicada.

  • English

        It is presented a new fuzzy partitioning criterion for two-mode data and an algo-rithm is formulated for its optmization. We study the convergence properties of themethod. The method was tested on real data. It is deduced that better results canbe obtained with this new method than with other methods.Keywords: Two-mode partition, algorithm, fuzzy cluster, minimization, varianceaccounted for.Mathematics Subject Classification: 91C20, 03E72.

• Referencias bibliográficas
  • Baier, D.; Gaul, W.; Schader, M. (1997) “Two-mode overlapping clustering with applications to simultaneous benefit segmentation and market...
  • Bezdek, J.C. (1980) “A convergence theorem for the fuzzy ISODATA clustering algorithms”, IEEE Transactions on Pattern Analysis and Machine...
  • Bezdek, J.C. (1981) Pattern Recognition with Fuzzy Objective Function Algorithms. Plenum Press, New York and London.
  • Bezdek, J.C.; Hathaway, R.J.; Sabin, M.J.; Tucker, W.T. (1987) “Convergence theory for fuzzy c-means: counterexamples and repairs”, IEEE Transactions...
  • Bock, H.H. (1979) “Fuzzy clustering procedures”, in: R. Tomassone (Ed.) Analyse des Données et Informatique, INRIA, Paris: 205–218.
  • Castillo, W. (1999) Métodos de Particionamiento Bimodal y Trimodal. Tesis de Maestría, Universidad de Costa Rica.
  • Eckes, T.; Orlik, P. (1993) “An error variance approach to two-mode hierarchical clustering”, Journal of Classification 10, 51-74.
  • Gaul, W.; Schader, M. (1996) “A new algorithm for two-mode clustering”, in: H.H. Bock & W. Polasek (Eds.) Data Analysis and Information...
  • Groenen, P.J.F.; Jajuga, K. (2001) “Fuzzy clustering with squared Minkowski distances”, Fuzzy Sets and Systems 120(2): 227–237.
  • Groenen, P.J.F.; Rosmalen, J. van; Trejos, J.; Castillo, W. (2009) “Optimization strategies for two-mode partitioning”, aceptado en Journal...
  • Mirkin, B.G.; Arabie, P.; Hubert, L.J. (1995) “Additive two-mode clustering: the error-variance approach revisited”, Journal of Classification...
  • Roberts, A.W.; Varberg, D.E. (1973) Convex Functions. Academic Press, New York.
  • Trejos, J.; Castillo, W. (2000) “Simulated annealing optimization for two-mode partitioning”, in: W. Gaul & R. Decker (Eds.) Classification...