Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A Kernel based Possibilistic Approach for Clustering and Image Segmentation

클러스터링 및 영상 분할을 위한 커널 기반의 Possibilistic 접근 방법

  • 최길수 (한양대학교 전자전기제어계측공학과) ;
  • 최병인 (한양대학교 전자전기제어계측공학과) ;
  • 이정훈 (한양대학교 전자전기제어계측공학과)
  • Published : 2004.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

The fuzzy kernel c-means (FKCM) algorithm, which uses a kernel function, can obtain more desirable clustering results than fuzzy c-means (FCM) for not only spherical data but also non-spherical data. However, it can be sensitive to noise as in the FCM algorithm. In this paper, a kernel function is applied to the possibilistic c-means (PCM) algorithm and is shown to be robust for data with additive noise. Several experimental results show that the proposed kernel possibilistic c-means (KPCM) algorithm out performs the FKCM algorithm for general data with additive noise.

Fuzzy Kernel C-Means(FKCM) 알고리즘은 커널 함수를 통하여 구형의 데이터뿐만 아니라 Fuzzy C-Means(FCM)에서는 분류하기 힘든 복잡한 형태의 분포를 갖는 데이터를 분류할 수 있다. 하지만 FCM과 같이 노이즈에 대해서는 민감한 성질을 가진다. 이처럼 노이즈(noise)에 민감한 성질을 보완하기 위해서 본 논문에서는 Possibilistic C-Means 알고리즘에 커널 함수를 적용하였다. 제안한 Kernel Possibilistic C-Means(KPCM) 알고리즘은 일반적인 데이터에 대해 FKCM과 같은 성능의 클러스터링 수행이 가능하며 노이즈가 있는 데이터에 대해서는 FKCM보다 정확한 클러스터링을 수행할 수 있다.

Keywords

References

  1. M. Girolami, 'Mercer Kernel-Based Clustering in Feature Space,' IEEE Trans. Neural Networks. vol. 13, no. 5, pp. 780-784, May 2002 https://doi.org/10.1109/TNN.2002.1000150
  2. Z. Wu, W. Xie, and J. Yu, 'Fuzzy C-Means Clustering Algorithm based on Kernel Method,' IEEE Conf Computational Intelligence and Multimedia Applications, pp. 49-54, September 2003
  3. R. Krishnapuram and J. Keller, 'A Possibilistic Approach to Clustering,' IEEE Trans. Fuzzy Syst. vol. 1, no. 2, pp. 98-110, May 1993 https://doi.org/10.1109/91.227387
  4. R. Krishnapuram and J. Keller, 'A Possibilistic C-Means Algorithm : Insights and Recommendations,' IEEE Trans. Fuzzy Syst. vol. 1, no. 2, pp. 98-110, May 1993 https://doi.org/10.1109/91.227387
  5. J. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum Press, New Yark 1981
  6. M. Barni, V. Cappellini, and A. Mecocci, 'Comments on 'A Possibilistic Approach to Clustering',' IEEE Trans. Fuzzy Syst. vol. 4, no. 3, August 1996
  7. D. Zhang and S. Chen, 'Fuzzy Clustering, Using Kernel Method,' IEEE Conf Control and Automation, Xiamen, China, June 2002