Повышение быстродействия метода гибридной нечеткой кластеризации за счет динамического сжатия размерности карты Кохонена

• Опубліковано в: : Штучний інтелект
• Дата: 2011
• Автор: Егоров, А.А.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2011
• Теми: Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/60498
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Повышение быстродействия метода гибридной нечеткой кластеризации за счет динамического сжатия размерности карты Кохонена / А.А. Егоров // Штучний інтелект. — 2011. — № 4. — С. 489-497. — Бібліогр.: 7 назв. — рос.

В статье предложен модифицированный алгоритм гибридной нечеткой кластеризации sFCM, в котором применяется динамическое сжатие размерности карты Кохонена, что позволяет снизить время обучения. 
 Представлены экспериментальные результаты применения предложенного алгоритма для кластеризации 
 низкоконтрастных полутоновых медицинских изображений. У статті запропонований модифікований алгоритм гібридної нечіткої кластеризації sFCM, в якому застосовується динамічне стиснення розмірності карти Кохонена, що дозволяє знизити затрати часу 
 на навчання. Представлені експериментальні результати застосування запропонованого алгоритму 
 для кластеризації низькоконтрастних напівтонових медичних зображень. This article deals with the description of the modified hybrid fuzzy clustering algorithm SFCM, which is used Kohonen SOM dimension dynamical compressing, to deliver learning time decreasing. The experimental 
 results of the application of proposed algorithm for low-contrast halftone image clustering are shown.