Метод оценки кластерной структуры и кластеризации данных

В статье рассматривается проблема разработки методов кластеризации, которые являются устойчивыми к инициализации (количество кластеров и начальные параметры кластеров), к различным по объему кластерам, к выбросам в данных. Предлагается метод оценки кластерной структуры и кластеризации данных, которы...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2010
Автори:	Новоселова, Н.А., Том, И.Э.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут проблем штучного інтелекту МОН України та НАН України 2010
Назва видання:	Штучний інтелект
Теми:	Интеллектуальные системы планирования, управления, моделирования и принятия решений
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/58492
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Метод оценки кластерной структуры и кластеризации данных / Н.А. Новоселова, И.Э. Том // Штучний інтелект. — 2010. — № 4. — С. 442-452. — Бібліогр.: 18 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-58492
record_format	dspace
spelling	irk-123456789-584922014-03-26T03:01:23Z Метод оценки кластерной структуры и кластеризации данных Новоселова, Н.А. Том, И.Э. Интеллектуальные системы планирования, управления, моделирования и принятия решений В статье рассматривается проблема разработки методов кластеризации, которые являются устойчивыми к инициализации (количество кластеров и начальные параметры кластеров), к различным по объему кластерам, к выбросам в данных. Предлагается метод оценки кластерной структуры и кластеризации данных, который основан на расчете значений близости объектов данных в многомерном признаковом пространстве. Метод является устойчивым к инициализации параметров кластеризации, к выбросам в данных и позволяет определять кластерную структуру и количество кластеров в ходе самоорганизации объектов данных. У статті розглядається проблема розробки методів кластеризації, які є стійкими до ініціалізації (кількість кластерів і початкові параметри кластерів), до різних за об’ємом кластерів, до викидів в даних. Пропонується метод оцінки кластерної структури і кластеризації даних, який заснований на розрахунку значень близькості об’єктів даних в багатовимірному ознаковому просторі. Метод є стійким до ініціалізації параметрів кластеризації, до викидів в даних і дозволяє визначати кластерну структуру і кількість кластерів в ході самоорганізації об’єктів даних. The paper is devoted to the problem of development of the clustering methods, which are robust to initialization (number of clusters and initial cluster parameters), to the different cluster volumes, to the outliers. It is proposed a method for estimation of cluster structure and clustering of data, based on the evaluation of similarity measure between data objects in multidimensional space. The proposed method is robust to initialization of clustering parameters, to outliers and allows definition of cluster structure and number of clusters in the data self-organizing process. 2010 Article Метод оценки кластерной структуры и кластеризации данных / Н.А. Новоселова, И.Э. Том // Штучний інтелект. — 2010. — № 4. — С. 442-452. — Бібліогр.: 18 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/58492 004.8 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений
spellingShingle	Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений Новоселова, Н.А. Том, И.Э. Метод оценки кластерной структуры и кластеризации данных Штучний інтелект
description	В статье рассматривается проблема разработки методов кластеризации, которые являются устойчивыми к инициализации (количество кластеров и начальные параметры кластеров), к различным по объему кластерам, к выбросам в данных. Предлагается метод оценки кластерной структуры и кластеризации данных, который основан на расчете значений близости объектов данных в многомерном признаковом пространстве. Метод является устойчивым к инициализации параметров кластеризации, к выбросам в данных и позволяет определять кластерную структуру и количество кластеров в ходе самоорганизации объектов данных.
format	Article
author	Новоселова, Н.А. Том, И.Э.
author_facet	Новоселова, Н.А. Том, И.Э.
author_sort	Новоселова, Н.А.
title	Метод оценки кластерной структуры и кластеризации данных
title_short	Метод оценки кластерной структуры и кластеризации данных
title_full	Метод оценки кластерной структуры и кластеризации данных
title_fullStr	Метод оценки кластерной структуры и кластеризации данных
title_full_unstemmed	Метод оценки кластерной структуры и кластеризации данных
title_sort	метод оценки кластерной структуры и кластеризации данных
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
publishDate	2010
topic_facet	Интеллектуальные системы планирования, управления, моделирования и принятия решений
url	http://dspace.nbuv.gov.ua/handle/123456789/58492
citation_txt	Метод оценки кластерной структуры и кластеризации данных / Н.А. Новоселова, И.Э. Том // Штучний інтелект. — 2010. — № 4. — С. 442-452. — Бібліогр.: 18 назв. — рос.
series	Штучний інтелект
work_keys_str_mv	AT novoselovana metodocenkiklasternojstrukturyiklasterizaciidannyh AT tomié metodocenkiklasternojstrukturyiklasterizaciidannyh
first_indexed	2023-10-18T18:32:17Z
last_indexed	2023-10-18T18:32:17Z
_version_	1796144479811403776

Метод оценки кластерной структуры и кластеризации данных

Репозитарії

Схожі ресурси