Використання інтервальних функцій належності в задачах кластеризації даних соціального характеру

Розглянуто вплив рівня нечіткості на результати нечіткого кластерного аналізу. Запропоновано підхід до розв’язання задачі кластеризації на основі інтервальних нечітких множин типу 2 із застосуванням індексу вірогідності Квона. Роботу методу продемонстровано на прикладі кластеризації країн світу за р...

Full description

Saved in:
Bibliographic Details
Published in:Системні дослідження та інформаційні технології
Date:2012
Main Authors: Кондратенко, Н.Р., Снігур, О.О.
Format: Article
Language:Ukrainian
Published: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2012
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/50175
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Використання інтервальних функцій належності в задачах кластеризації даних соціального характеру / Н.Р. Кондратенко, О.О. Cнігур // Систем. дослідж. та інформ. технології. — 2012. — № 3. — С. 20-29. — Бібліогр.: 20 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Розглянуто вплив рівня нечіткості на результати нечіткого кластерного аналізу. Запропоновано підхід до розв’язання задачі кластеризації на основі інтервальних нечітких множин типу 2 із застосуванням індексу вірогідності Квона. Роботу методу продемонстровано на прикладі кластеризації країн світу за рівнем розвитку. Рассмотрено влияние уровня нечеткости на результаты нечеткого кластерного анализа. Предложен подход к решению задачи кластеризации на основе интервальных нечетких множеств типа 2 с применением индекса достоверности Квона. Робота метода продемонстрирована на примере кластеризации стран мира по уровню развития. An approach to the solution of clustering problem on the basis of interval fuzzy sets of 2 type using know validity index, is proposed. The methods working is show on the example of the world countries clustering according to their development level. Influence of degree of fuzziness on fuzzy clustering results is investigated.
ISSN:1681–6048