Year 2019, Volume 19, Issue 1, Pages 92 - 102 2019-05-28

Ecoli Veri Protein Lokalizasyonunda Bulanık ve Olabilirlikli Kümeleme Algoritmalarının Analizi
Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data

Ozer Ozdemir [1] , Aslı Kaya [2]

9 10

Kümeleme, veri kümelerini parçalanmış kümelere bölme işlemidir, böylece aynı veri kümesi benzerdir, farklı kümelerin verileri farklıdır. Bulanık kümeleme algoritmalarının temeli c- ortalamalar aileleridir ve en güçlü algoritma bulanık c- ortalamalar algoritmasıdır. Bununla birlikte, bulanık c- ortalamalar algoritması aykırı değerlere duyarlıdır. Bu çalışmada, gerçek veri seti üzerinde, bulanık c- ortalamalar algoritmasının bu olumsuz etkinin üstesinden gelmek için geliştirilen üç farklı algoritma – olabilirlikli c-ortalamalar algoritması (PCM), bulanık olabilirlikli c-ortalamalar (FPCM) ve olabilirlikli bulanık c- ortalamalar algoritması (PFCM) – incelenmiştir. Bu algoritmaları karşılaştırmak için yineleme sayıları ve tamamlanma süreleri hesaplanmıştır.

Clustering is the process of dividing data clusters into fragmented clusters so that the same set of data is similar, but the data of different clusters is different. The basis of the fuzzy clustering algorithms is the c-means families and the strongest algorithm is the fuzzy c-means algorithm. However, the fuzzy c-means algorithm is sensitive to outliers. In this study, on the real data set we examined three different algorithms -possibilistic c-means algorithm (PCM), fuzzy possibilistic c-means (FPCM) and possibilistic fuzzy c- means algorithm (PFCM)-  which are developed to overcome the unfavorable side of the FCM algorithm. To compare these algorithms, iteration numbers and completion times were calculated.

  • Berry M. W., 2003. Survey of Text Mining, Springer-Verlag, New York, NY, USA
  • Berthold M R. and Hand D. J., 1999. Intelligent Data Analysis, Springer-Verlag, Berlin, Germany
  • Bezdek J. C., 1981. Pattern Recognition with Fuzzy Objective Function Algorithms, New York: Plenum
  • Horton P. and Nakai K., 1996. A Probablistic Classification System for Predicting the Cellular Localization Sites of Proteins, Proc Int Conf Intell Syst Mol Biol. 4:109-15
  • Krishnapuram R. and Keller J., 1993. A possibilistic approach to clustering, IEEE Trans. Fuzzy Syst., vol. 1, no. 2, pp. 98-110
  • Nakai K. and Kanehisa M., 1992. A Knowledge Base for Predicting Protein Localization Sites in Eukaryotic Cells, , Genomics 14:897-911
  • Nakai K. and Kanehisa M., 1991. Expert Sytem for Predicting Protein Localization Sites in Gram-Negative Bacteria,PROTEINS: Structure, Function, and Genetics 11:95-110
  • Nefti S. and Oussalah M., 2004. Probabilistic-Fuzzy Clustering Algorithm, IEEE international Conference on Systems, Man and Cybemetics, pp. 4786-4791
  • Pal N. R., Pal K., and Bezdek J. C., 1997. A mixed c-means clustering model, in IEEE Int. Conf. Fuzzy Systems, Spain, pp. 11 -21
  • Pal N. R., Pal K., Keller J. M., and Bezdek J. C., 2005. A Possibilistic Fuzzy c-Means Clustering Algorithm, IEEE Trans. on Fuzzy Systems, vol. 13, no. 4, pp. 517-530
  • Ruspini E. R, 1969. A New Approach to Clustering, Inform. Control, vol. 15, no. 1, pp. 22-32
  • Singhal R., Deepika N., 2016. Classification of Words: Using PFCM Clustering, International Journal of Computer Science and Mobile Computing, Vol.5 Issue.4, pg. 114-117
  • Timm H, Borgelt C., Doring C., Kruse R., 2004. An extension to possibilistic fuzzy cluster analysis”, Fuzzy Sets and Systems 147 3–16
  • Zadeh L., 1965. Fuzzy Sets, Inform. Control, 8, pp. 338-353
  • https://archive.ics.uci.edu/ml/index.php
Primary Language en
Subjects Engineering
Journal Section Articles
Authors

Author: Ozer Ozdemir (Primary Author)
Institution: ANADOLU ÜNİVERSİTESİ, FEN FAKÜLTESİ
Country: Turkey


Author: Aslı Kaya
Country: Turkey


Bibtex @research article { akufemubid429540, journal = {Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi}, issn = {}, eissn = {2149-3367}, address = {Afyon Kocatepe University}, year = {2019}, volume = {19}, pages = {92 - 102}, doi = {}, title = {Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data}, key = {cite}, author = {Ozdemir, Ozer and Kaya, Aslı} }
APA Ozdemir, O , Kaya, A . (2019). Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 19 (1), 92-102. Retrieved from http://dergipark.org.tr/akufemubid/issue/45488/429540
MLA Ozdemir, O , Kaya, A . "Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data". Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 19 (2019): 92-102 <http://dergipark.org.tr/akufemubid/issue/45488/429540>
Chicago Ozdemir, O , Kaya, A . "Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data". Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 19 (2019): 92-102
RIS TY - JOUR T1 - Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data AU - Ozer Ozdemir , Aslı Kaya Y1 - 2019 PY - 2019 N1 - DO - T2 - Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi JF - Journal JO - JOR SP - 92 EP - 102 VL - 19 IS - 1 SN - -2149-3367 M3 - UR - Y2 - 2019 ER -
EndNote %0 Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data %A Ozer Ozdemir , Aslı Kaya %T Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data %D 2019 %J Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi %P -2149-3367 %V 19 %N 1 %R %U
ISNAD Ozdemir, Ozer , Kaya, Aslı . "Analysis of Fuzzy and Possibilistic C-Means Clustering Algorithms on Protein Localization with Ecoli Data". Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 19 / 1 (May 2019): 92-102.