Bezdek, J.C. (1980) “A convergence theorem for the fuzzy ISODATA clustering algorithms”, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2(1): 1–8.
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 on Systems, Man and Cybernetics, 17(5): 873–877.
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 Systems. Springer, Heidelberg, 15–23.
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 of Classification.
Mirkin, B.G.; Arabie, P.; Hubert, L.J. (1995) “Additive two-mode clustering: the error-variance approach revisited”, Journal of Classification 12(2): 243–263.
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 and Information at the Turn of the Millenium. Springer-Verlag, Berlin: 133–142.
Licencia
Copyright
© Revista de Matemática: Teoría y Aplicaciones, 2009
Afiliaciones
William Castillo Elizondo
Universidad de Costa Rica, CIMPA, Escuela de Matemática
Javier Trejos Zelaya
Universidad de Costa Rica, Escuela de Matematica
Cómo citar
Comentarios
Propiedades de un enfoque difuso para particionamiento con datos bimodales
Vol. 16 Núm. 2 (2009): Revista de Matemática: Teoría y Aplicaciones
Publicado: Aug 1, 2009
Resumen
Se presenta un nuevo criterio de particionamiento difuso con datos bimodales y se formula un algoritmo para su optimización. Se estudian las propiedades de convergencia del método. El método fue probado con datos reales. De los resultados se dedujo que algunas veces con este nuevo método se pueden obtener mejores particiones bimodales que las encontradas por otros métodos.