his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
On Hesitant Fuzzy Clustering and Clustering of Hesitant Fuzzy Data
Faculty of Mathematics and Computer, Department of Mathematics, Shahid Bahonar University of Kerman, Kerman, Iran.
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))ORCID-id: 0000-0002-0368-8037
Faculty of Mathematics and Computer, Department of Mathematics, Shahid Bahonar University of Kerman, Kerman, Iran.
2017 (Engelska)Ingår i: Fuzzy sets, rough sets, multisets and clustering: Part I / [ed] Vicenç Torra, Anders Dahlbom & Yasuo Narukawa, Springer, 2017, s. 157-168Kapitel i bok, del av antologi (Refereegranskat)
Abstract [en]

Since the notion of hesitant fuzzy set was introduced, some clustering algorithms have been proposed to cluster hesitant fuzzy data. Beside of hesitation in data, there is some hesitation in the clustering (classification) of a crisp data set. This hesitation may be arise in the selection process of a suitable clustering (classification) algorithm and initial parametrization of a clustering (classification) algorithm. Hesitant fuzzy set theory is a suitable tool to deal with this kind of problems. In this study, we introduce two different points of view to apply hesitant fuzzy sets in the data mining tasks, specially in the clustering algorithms.

Ort, förlag, år, upplaga, sidor
Springer, 2017. s. 157-168
Serie
Studies in Computational Intelligence, ISSN 1860-949X ; 671
Nyckelord [en]
Hesitant fuzzy sets, Data mining, Clustering algorithm, Fuzzy clustering
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Skövde Artificial Intelligence Lab (SAIL); INF301 Data Science
Identifikatorer
URN: urn:nbn:se:his:diva-13363DOI: 10.1007/978-3-319-47557-8_10ISI: 000413720000011Scopus ID: 2-s2.0-85009957968ISBN: 978-3-319-47556-1 (tryckt)ISBN: 978-3-319-47557-8 (digital)OAI: oai:DiVA.org:his-13363DiVA, id: diva2:1071381
Tillgänglig från: 2017-02-04 Skapad: 2017-02-04 Senast uppdaterad: 2018-06-11Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Torra, Vicenç

Sök vidare i DiVA

Av författaren/redaktören
Torra, Vicenç
Av organisationen
Institutionen för informationsteknologiForskningscentrum för Informationsteknologi
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 592 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf