Discussion :

[wildthing]

Bonjour à tous, je doit appliquer l'algorithme Possibilitic Fuzzy c means créé par Bazdek en 2005 dans une application de traitement d'image. Seulement je n'arrive pas à savoir comment interpréter ses résultats. j'ai vu que cet algorithme produisait deux sorties: un tableau membership pour les degrés d'appartenances, et un autre tableau pour les degrés de typicalité. ma question c'est: lorsque l'algorithme converge, comment est ce que je doit affecter mais pixel au différent clusters, que doit je prendre en compte : les memberships, les typicalités ou alors les deux???

[velkouby]

J'imagine que tu as autant de degrés d'appartenance que le nombre de classes que tu cherches et ce pour chaque pixel. Donc pour N pixel et C classe, tu obtiens alors un un tableau N x C.

Et tu dois avoir de même pour la typicalités.

Dans ce cas la je dirai que le degrés d'appartenance te donne la probabilité d'appartenance à chaque classe. C'est donc cette information qui te dira à quelle classe chaque pixel appartient.

La typicalité doit surment etre une mesure de resemblance du pixel donné à la classe considérée. Mais le mieux c'est tout de meme de donner des example de ses données pour obtenir une aide claire....


Sinon : A Tutorial on Clustering Algorithms

[wildthing]

Tout d'abords merci pour ta réponse velkouby. Tu as effectivement raison, la typicalité peut être interprétée comme un degré de ressemblance absolu par rapport au centre de classe, quant aux memberships c'est les probabilité d'appartenance au différents clusters. Seulement, il me semble que les deux doivent être utilisés pour l'affectation finale, sinon pourquoi les calculés. si je n'utilise que le tableau membership je crois que c'est comme si j'utilisais le Fuzzy C means seul, et dans le cas ou je n'utilise que le tableau des typicalités c'est comme si je n'utilisais que le Possibilitic C means seul. dans mon cas les vecteurs que j'utilise compte uniquement deux valeurs qui correspondent à deux intensité de deux image IRM mais je ne crois pas que ce point aide beaucoup.