Нечітка достовірна кластеризація великих масивів даних з гіпереліпсоїдальними класами з довільною орієнтацією осей
| Autor: | А. Ю. Шафроненко, Є. В. Бодянський |
|---|---|
| Jazyk: | English<br />Russian<br />Ukrainian |
| Rok vydání: | 2023 |
| Předmět: | |
| Zdroj: | Наука і техніка Повітряних Сил Збройних Сил України, Iss 1 (50) (2023) |
| Druh dokumentu: | article |
| ISSN: | 2223-456X 2518-1505 |
| DOI: | 10.30748/nitps.2023.50.11 |
| Popis: | Проблема нечіткої кластеризації даних є важливою проблемою, яка часто зустрічається в різноманітних задачах інтелектуального аналізу даних. Для вирішення цих задач відомі методи потребують, щоб вектори-спостереження надходили з тих даних, які належать лише одному кластеру, але природніша та ситуація, коли вектор-спостереження може належати більше ніж одному кластеру або класу. Із таким родом проблем найкраще справляються нечіткі методи кластеризації, які синтезовані з урахуванням взаємного перетинання класів, які формуються в процесі аналізу даних. Найбільш поширені алгоритми нечіткої кластеризації – імовірнісні методи нечіткої кластеризації. В той же час, цей підхід має суттєві недоліки, пов'язані зі строгими “імовірнісними” обмеженнями щодо рівня належності та підвищеною чутливістю до аномальних спостережень, які часто присутні у вихідних наборах даних. В якості альтернативи імовірнісним методам нечіткої кластеризації було запропоновано метод достовірної нечіткої кластеризації з рекурентною модифікацією, який базується на підході правдоподібності та алгоритмі Густафсона-Кесселя для нечіткої кластеризації. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|