Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик

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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Искусственный интеллект
Datum:2013
Hauptverfasser: Ахметшина, Л.Г., Егоров, А.А., Удовик, И.М.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2013
Schlagworte:
Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/85077
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren: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.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-85077
record_format dspace
spelling Ахметшина, Л.Г.
Егоров, А.А.
Удовик, И.М.
2015-07-19T06:06:07Z
2015-07-19T06:06:07Z
2013
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.
1561-5359
https://nasplib.isofts.kiev.ua/handle/123456789/85077
004.93
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.
В статті запропоновано алгоритм гібридної нечіткої кластеризації mdsFCM, який завдяки застосуванню неевклідових метрик заснованих на використанні матриці коваріації, має більш високий рівень чутливості при обробці багатовимірних даних. Представлені експериментальні результати застосування запропонова- ного алгоритму для кластеризації низькоконтрастних кольорових медичних зображень.
This article deals with the description of the hybrid fuzzy clustering algorithm mdsFCM which is used nonEuclidian distances based on calculation the covariance matrix. This algorithm has the greater level of sensitivity while processing multidimensional data. The experimental results of the application of proposed algorithm for low-contrast medical color images clustering are shown.
ru
Інститут проблем штучного інтелекту МОН України та НАН України
Искусственный интеллект
Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
Підвищення чутливості нейро-фаззі кластеризаціі багатовимірних даних на основі неевклідових метрик
The sensitivity of the neuro-fuzzy clustering improvement based on non-euclidian metrics
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
spellingShingle Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
Ахметшина, Л.Г.
Егоров, А.А.
Удовик, И.М.
Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
title_short Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
title_full Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
title_fullStr Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
title_full_unstemmed Улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
title_sort улучшение сходимости нейро-фаззи кластеризации многомерных данных при использовании неевклидовых метрик
author Ахметшина, Л.Г.
Егоров, А.А.
Удовик, И.М.
author_facet Ахметшина, Л.Г.
Егоров, А.А.
Удовик, И.М.
topic Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
topic_facet Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
publishDate 2013
language Russian
container_title Искусственный интеллект
publisher Інститут проблем штучного інтелекту МОН України та НАН України
format Article
title_alt Підвищення чутливості нейро-фаззі кластеризаціі багатовимірних даних на основі неевклідових метрик
The sensitivity of the neuro-fuzzy clustering improvement based on non-euclidian metrics
description 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. В статті запропоновано алгоритм гібридної нечіткої кластеризації mdsFCM, який завдяки застосуванню неевклідових метрик заснованих на використанні матриці коваріації, має більш високий рівень чутливості при обробці багатовимірних даних. Представлені експериментальні результати застосування запропонова- ного алгоритму для кластеризації низькоконтрастних кольорових медичних зображень. This article deals with the description of the hybrid fuzzy clustering algorithm mdsFCM which is used nonEuclidian distances based on calculation the covariance matrix. This algorithm has the greater level of sensitivity while processing multidimensional data. The experimental results of the application of proposed algorithm for low-contrast medical color images clustering are shown.
issn 1561-5359
url https://nasplib.isofts.kiev.ua/handle/123456789/85077
citation_txt 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.
work_keys_str_mv AT ahmetšinalg ulučšenieshodimostineirofazziklasterizaciimnogomernyhdannyhpriispolʹzovaniineevklidovyhmetrik
AT egorovaa ulučšenieshodimostineirofazziklasterizaciimnogomernyhdannyhpriispolʹzovaniineevklidovyhmetrik
AT udovikim ulučšenieshodimostineirofazziklasterizaciimnogomernyhdannyhpriispolʹzovaniineevklidovyhmetrik
AT ahmetšinalg pídviŝennâčutlivostíneirofazzíklasterizacííbagatovimírnihdanihnaosnovíneevklídovihmetrik
AT egorovaa pídviŝennâčutlivostíneirofazzíklasterizacííbagatovimírnihdanihnaosnovíneevklídovihmetrik
AT udovikim pídviŝennâčutlivostíneirofazzíklasterizacííbagatovimírnihdanihnaosnovíneevklídovihmetrik
AT ahmetšinalg thesensitivityoftheneurofuzzyclusteringimprovementbasedonnoneuclidianmetrics
AT egorovaa thesensitivityoftheneurofuzzyclusteringimprovementbasedonnoneuclidianmetrics
AT udovikim thesensitivityoftheneurofuzzyclusteringimprovementbasedonnoneuclidianmetrics
first_indexed 2025-12-07T19:06:11Z
last_indexed 2025-12-07T19:06:11Z
_version_ 1850877538669166592

Ähnliche Einträge