Адаптивная нечеткая кластеризация данных на основе метода Густафсона–Кесселя

• Veröffentlicht in: Управляющие системы и машины
• Datum: 2013
• Hauptverfasser: Бодянский, Е.В., Колчигин, Б.В., Волкова, В.В., Плисс, И.П.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2013
• Schlagworte: Искусственный интеллект и обработка знаний
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/83142
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Адаптивная нечеткая кластеризация данных на основе метода Густафсона–Кесселя / Е.В. Бодянский, Б.В. Колчигин, В.В. Волкова, И.П. Плисс // Управляющие системы и машины. — 2013. — № 2. — С. 40-46. — Бібліогр.: 12 назв. — рос.

Рассмотрены процедуры нечеткой кластеризации. Предложены адаптивные формы вероятностного и возможностного вариантов алгоритма Густафсона–Кесселя, отличающиеся численной простотой и обеспечивающие высокую эффективность при работе в условиях неопределенности, в частности при меняющемся со временем характере обрабатываемых данных и недостатке знаний о природе выборки. Procedures of fuzzy clustering are considered and adaptive forms of possibilistic and probabilistic Gustafson–Kessel algorithms are suggested. The suggested algorithms are characterized by the numerical simplicity and provide a high efficiency when working in the conditions of uncertainty, particularly in a changing over time character of the data and a lack of knowledge about the nature of a sample. Розглянуто процедури нечіткої кластеризації. Запропоновано адаптивні форми вирогідністного та можливістного варіантів алгоритму Густафсона–Кесселя, які відрізняються розрахунковою простотою та забезпечують високу ефективність при роботі в умовах невизначеності, а саме при мінливому у часі характері даних, що обробляються, та при нестачі знань про природу вибірки.