메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이광규 (신한대학교)
저널정보
융복합지식학회 융복합지식학회논문지 융복합지식학회논문지 제7권 제4호
발행연도
2019.12
수록면
11 - 17 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
데이터 마이닝 클러스터링 기술은 동일한 클러스터 내에서 유사한 특성을 나타내는 개체를 함께 그룹화하고 여러 특성을 나타내는 개체를 클러스터로 그룹화 하는데 사용된다. 클러스터링 방법은 하드 클러스터링과 소프트 클러스터링의 두 가지로 분류 할 수 있다. 본 논문에서는 Fuzzy C-Means 알고리즘(FCM), Fuzzy Possibilistic C-Means 알고리즘(FPCM) 및 Modified Fuzzy Possibilistic C-Means 알고리즘(MFPCM)과 같은 다양한 퍼지 클러스터링 알고리즘의 장 · 단점을 살펴보고, 시간.공간 복잡도를 수행하고 비교 분석한다. 또한, 다양한 FCM 알고리즘을 데이터 마이닝, 의학, 이미지, 패턴 감지, 생물 정보학 및 기타 과학 및 엔지니어링 응용 프로그램과 같은 대용량의 분야에 확장 응용하여 연구할 계획이다.

목차

ABSTRACT
1. 서론
2. 다양한 FCM 알고리즘
3. 시간 · 공간 복잡도 비교
4. 결론 및 향후 연구과제
References

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001175104