2025-02-23T14:59:08-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-7577%22&qt=morelikethis&rows=5

2025-02-23T14:59:08-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-7577%22&qt=morelikethis&rows=5

2025-02-23T14:59:08-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK

2025-02-23T14:59:08-05:00 DEBUG: Deserialized SOLR response

Кластеризація об’єктів із нечітко заданими значеннями характеристик

Запропоновано метод кластеризації об’єктів із нечітко заданими значеннями характеристик. Виконана формалізована постановка задачі кластеризації об’єктів, значення характеристик яких задані нечітко. Сформульовано нечіткий критерій якості кластеризації. Для розв’язання поставленої задачі модифікован...

Full description

Saved in:

Bibliographic Details
Main Author:	Говорухін, С.О.
Format:	Article
Language:	Ukrainian
Published:	Інститут проблем штучного інтелекту МОН України та НАН України 2008
Subjects:	Нейросетевые и нечеткие системы
Online Access:	http://dspace.nbuv.gov.ua/handle/123456789/7577
Tags:	Add Tag No Tags, Be the first to tag this record!

id	irk-123456789-7577
record_format	dspace
spelling	irk-123456789-75772015-08-05T21:38:30Z Кластеризація об’єктів із нечітко заданими значеннями характеристик Говорухін, С.О. Нейросетевые и нечеткие системы Запропоновано метод кластеризації об’єктів із нечітко заданими значеннями характеристик. Виконана формалізована постановка задачі кластеризації об’єктів, значення характеристик яких задані нечітко. Сформульовано нечіткий критерій якості кластеризації. Для розв’язання поставленої задачі модифіковано метод К-середніх. На прикладі реальних даних, які містять значення характеристик автомобілів, проведено його експериментальну верифікацію. Запропоновано процедуру автоматичної ідентифікації кластерів та визначення якості результатів кластеризації на базі відомого розподілу об’єктів по кластерах. Предложен метод кластеризации объектов с нечетко заданными значениями характеристик. Выполнена формализованная постановка задачи кластеризации объектов, значения характеристик которых заданы нечетко. Сформулирован нечеткий критерий качества кластеризации. Для решения поставленной задачи модифицировано метод К-средних. На примере реальных данных, которые содержат значения характеристик автомобилей, выполнена его экспериментальная верификация. Предложена процедура автоматической идентификации кластеров и определение качества результатов кластеризации на базе известного распределения объектов по кластерам. The method of clustering objects with fuzzy characteristic values is offered. An formalized problem of clustering objects with fuzzy characteristic is defined. Fuzzy criterion of clusterization quality is formulated. To arrive at a task solution the K-means method is modified. An experiment verification of it using real data that contains cars characteristic values is carried out. A procedure of automatic clusters identification and determination of clustering results quality on base of known distribution of objects between clusters is offered. 2008 Article Кластеризація об’єктів із нечітко заданими значеннями характеристик / С.О. Говорухін // Штучний інтелект. — 2008. — № 4. — С. 567-576. — Бібліогр.: 4 назв. — укр. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/7577 004.89 uk 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	Ukrainian
topic	Нейросетевые и нечеткие системы Нейросетевые и нечеткие системы
spellingShingle	Нейросетевые и нечеткие системы Нейросетевые и нечеткие системы Говорухін, С.О. Кластеризація об’єктів із нечітко заданими значеннями характеристик
description	Запропоновано метод кластеризації об’єктів із нечітко заданими значеннями характеристик. Виконана формалізована постановка задачі кластеризації об’єктів, значення характеристик яких задані нечітко. Сформульовано нечіткий критерій якості кластеризації. Для розв’язання поставленої задачі модифіковано метод К-середніх. На прикладі реальних даних, які містять значення характеристик автомобілів, проведено його експериментальну верифікацію. Запропоновано процедуру автоматичної ідентифікації кластерів та визначення якості результатів кластеризації на базі відомого розподілу об’єктів по кластерах.
format	Article
author	Говорухін, С.О.
author_facet	Говорухін, С.О.
author_sort	Говорухін, С.О.
title	Кластеризація об’єктів із нечітко заданими значеннями характеристик
title_short	Кластеризація об’єктів із нечітко заданими значеннями характеристик
title_full	Кластеризація об’єктів із нечітко заданими значеннями характеристик
title_fullStr	Кластеризація об’єктів із нечітко заданими значеннями характеристик
title_full_unstemmed	Кластеризація об’єктів із нечітко заданими значеннями характеристик
title_sort	кластеризація об’єктів із нечітко заданими значеннями характеристик
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
publishDate	2008
topic_facet	Нейросетевые и нечеткие системы
url	http://dspace.nbuv.gov.ua/handle/123456789/7577
citation_txt	Кластеризація об’єктів із нечітко заданими значеннями характеристик / С.О. Говорухін // Штучний інтелект. — 2008. — № 4. — С. 567-576. — Бібліогр.: 4 назв. — укр.
work_keys_str_mv	AT govoruhínso klasterizacíâobêktívíznečítkozadanimiznačennâmiharakteristik
first_indexed	2023-10-18T16:37:50Z
last_indexed	2023-10-18T16:37:50Z
_version_	1796139483034288128

Кластеризація об’єктів із нечітко заданими значеннями характеристик

Similar Items