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...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Системні дослідження та інформаційні технології
Дата:2012
Автори: Кондратенко, Н.Р., Снігур, О.О.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2012
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/50175
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: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.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме: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