The parallel multi-objective genetic algorithm in fuzzy clustering for discrete elements

Dinh Phamtoan

Khoa Kỹ Thuật

Thể loại: Kỷ yếu

Sơ lược nội dung

The paper proposes a multi-objective genetic algorithm in fuzzy clustering for discrete elements (PGC). The proposed algorithm is built for the fuzzy clustering problem using two objective functions. The first objective function is based on the DB index which used to evaluate separation of inside and outside of clusters. The second function utilized to determine the fuzzy relationship between each element and central clusters. In addition, author also proposes some improvement for the crossover, mutation and selection operators, and apply the parallel technique for the genetic algorithm. These improvements decreased the computing time and cost of PGC. In addition, PGC is also illustrated step by step via simulated data set, it also shows advantageous while compare to other algorithms including k-means, fuzzy c-means and Chen’s algorithm. This algorithm is built based on the Matlab procedures. Keywords. Parallel genetic algorithm, unsupervised learning, image classification, fuzzy clustering.

Thông tin chung
Thể loại
Kỷ yếu
Năm xuất bản
05 Thg11 2021
Ngôn ngữ gốc
Tiếng Anh
Tạp chí công bố
AIP Conference Proceedings
Ấn phẩm số
Vol. 2420, Issue. 1
Loại tạp chí
Danh mục Scopus
ISBN: 978-0-7354-4137-8
Chất lượng
Không phân Q

Tài liệu tham khảo

Để đọc toàn văn của bài báo này, bạn có thể yêu cầu một bản sao đầy đủ trực tiếp từ các tác giả.