Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
В статье предложен модифицированный алгоритм гибридной нечеткой кластеризации mdsFCM, который благодаря применению матрицы расстояний Махаланобиса в процессе подготовки центроидов к обработке сетью Кохонена и выполнения сжатия ее размера, позволяет повысить сходимость и, в ряде случаев, чувствите...
Збережено в:
| Дата: | 2013 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Назва видання: | Искусственный интеллект |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/85077 |
| 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: | Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик / Л.Г. Ахметшина, А.А. Егоров, И.М. Удовик // Искусственный интеллект. — 2013. — № 3. — С. 534–541. — Бібліогр.: 8 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Резюме: | В статье предложен модифицированный алгоритм гибридной нечеткой кластеризации mdsFCM, который
благодаря применению матрицы расстояний Махаланобиса в процессе подготовки центроидов к обработке
сетью Кохонена и выполнения сжатия ее размера, позволяет повысить сходимость и, в ряде случаев,
чувствительность при обработке многомерных данных. Представлены экспериментальные результаты
применения предложенного модифицированного алгоритма mdsFCM для кластеризации низкоконтрастных
цветных медицинских изображений. |
|---|