Гібридизація алгоритму індуктивного кластер-аналізу з використанням оцінки щільності розподілу даних
No Thumbnail Available
Date
2015
Journal Title
Journal ISSN
Volume Title
Publisher
Видавництво Львівської політехніки
Abstract
Запропоновано нову техніку кластеризації, в основу якої покладено два методи: щільнісний алгоритм DBSCAN та індуктивний алгоритм об'єктивної кластеризації. Експерементально доведено, що комбінацією двох цих методів дозволяє вирішити проблему розпізнавання кластерів різної нелінійної форми та значно підвищити точність при розпізнаванні складних об'єктів. In this article proposed a new clustering technique, which is based on two methods: density algorithm DBSCAN and inductive objective clustering algorithm. Experimentally proved that the combination of two these methods can solve the problem of recognition of clusters of different nonlinear form, and greatly increase the accuracy in the detection of complex objects.
Description
Keywords
щільнісний метод кластеризації DBSCAN, об’єктивний алгоритм кластеризації, індуктивні методи самоорганізації моделей, МГУА, гібридні методи кластеризації, Density-based spatial clustering, DBSCAN, objective clustering algorithm, inductive methods of self-organization models, GMDH, hybrid clustering methods
Citation
Гібридизація алгоритму індуктивного кластер-аналізу з використанням оцінки щільності розподілу даних / І. А.Лур’є, В. В.Осипенко, В. І. Литвиненко, М. А.Таиф, Н. В.Корніловська // Вісник Національного університету «Львівська політехніка». Серія: Інформаційні системи та мережі : збірник наукових праць. – 2015. – № 832. – С. 178- 190. – Бібліографія: 29 назв.