Лур’є, І. А.Осипенко, В. В.Литвиненко, В. І.Таиф, М. А.Корніловська, Н. В.2016-03-042016-03-042015Гібридизація 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.https://ena.lpnu.ua/handle/ntb/31559Запропоновано 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.uaщільнісний метод кластеризації DBSCANоб’єктивний алгоритм кластеризаціїіндуктивні методи самоорганізації моделейМГУАгібридні методи кластеризаціїDensity-based spatial clusteringDBSCANobjective clustering algorithminductive methods of self-organization modelsGMDHhybrid clustering methodsArticle