Metode Fuzzy C-means merupakan algoritma pembelajaran tidak terawasi yang menggunakan derajat keanggotaan untuk menentukan cluster tiap-tiap titik data. Proses menjadi keunggulan dapat diterapkan pada gambar terdapat noise. Dilakukan modifikasi terhadap metode yaitu dengan melakukan penentuan dan perubahan matriks partisi fungsi fuzzy mendapatkan proses akurasi cluster. Penelitian ini bertujuan...

Nowadays, most fuzzy clustering algorithms are sensitive to the initialization results of and have a weak ability handle high-dimensional data. To solve these problems, we developed viewpoint-driven subspace c-means (VSFCM) algorithm. Firstly, propose new cut-off distance. Based on this, establish distance-induced (CDCI) method use it as strategy for cluster center viewpoint selection. Secondly...