Розробка методів кластеризації об’єктів, заснованих на нечітких бінарних відношеннях

Автор(и)

  • Natalia Kondruk Державний вищий навчальний заклад «Ужгородський національний університет» пл. Народна, 3, м. Ужгород, Україна, 88000, Україна https://orcid.org/0000-0002-9277-5131

DOI:

https://doi.org/10.15587/1729-4061.2017.94961

Ключові слова:

кластерний аналіз, автоматична класифікація об’єктів, інтелектуальний аналіз даних, нечітка кластеризація

Анотація

Розроблено чіткі та нечіткі методи кластеризації, засновані на нечітких бінарних відношеннях. Наведено приклади нечітких бінарних відношень, що характеризують подібність об’єктів за довжиною, кутом та відстанню їх векторних ознак. Проілюстровано роботу представлених методів на прикладі. Використання розроблених методів для розв’язання реальних прикладних задач показало їх ефективність та простоту у застосуванні

Біографія автора

Natalia Kondruk, Державний вищий навчальний заклад «Ужгородський національний університет» пл. Народна, 3, м. Ужгород, Україна, 88000

Кандидат технічних наук, доцент

Кафедра кібернетики і прикладної математики

Посилання

  1. Alsmadi, M. K. (2014). A hybrid firefly algorithm with fuzzy-c mean algorithm for MRI brain segmentation. American Journal of Applied Sciences, 11 (9), 1676–1691. doi: 10.3844/ajassp.2014.1676.1691
  2. Giusti, E., Marsili-Libelli, S. (2015). A Fuzzy Decision Support System for irrigation and water conservation in agriculture. Environmental Modelling & Software, 63, 73–86. doi: 10.1016/j.envsoft.2014.09.020
  3. Egrioglu, E., Aladag, C. H., Yolcu, U. (2013). Fuzzy time series forecasting with a novel hybrid approach combining fuzzy c-means and neural networks. Expert Systems with Applications, 40 (3), 854–857. doi: 10.1016/j.eswa.2012.05.040
  4. Son, L. H., Cuong, B. C., Lanzi, P. L., Thong, N. T. (2012). A novel intuitionistic fuzzy clustering method for geo-demographic analysis. Expert Systems with Applications, 39 (10), 9848–9859. doi: 10.1016/j.eswa.2012.02.167
  5. Saha, S., Das, R. (2017). Exploring differential evolution and particle swarm optimization to develop some symmetry-based automatic clustering techniques: application to gene clustering. Neural Computing and Applications. doi: 10.1007/s00521-016-2710-0
  6. Ouadfel, S., Meshoul, S. (2012). Handling Fuzzy Image Clustering with a Modified ABC Algorithm. International Journal of Intelligent Systems and Applications, 4 (12), 65–74. doi: 10.5815/ijisa.2012.12.09
  7. Sahin, R. (2014). Neutrosophic Hierarchical Clustering Algoritms. Neutrosophic Sets and Systems, 2, 18–24.
  8. Abad, M. J. F. H., Derakhshan-Barjoei, P. (2012). Heuristic Model of Cellular Learning Automata for Fuzzy Rule Extraction. Research Journal of Applied Sciences, Engineering and Technology, 4 (12), 1701–1707.
  9. Demin, D. A. (2013). Mathematical modeling in the problem of selecting optimal control of obtaining alloys for machine parts in uncertainty conditions. Problems of mechanical engineering, 16 (6), 15–23.
  10. Shmalyuk, I. Yu., Bushyn, I. M. (2015). Software implementation of the BSP algorithm for clusterization of social networks. Technology audit and production reserves, 2 (2 (22)), 21–26. doi: 10.15587/2312-8372.2015.40779
  11. Kondruk, N. E., Malyar, M. M. (2010). Application of multicriteria models for the problems of a balanced diet. Bulletin of Cherkasy State Technological University. Series: Engineering Sciences, 1, 3–7.
  12. Kondruk, N. E., Malyar, N. N. (2009). Some applications of clustering criterion space for selection tasks. Computer Mathematics, 2, 142–149.
  13. Kondruk, N. E. (2015). Decision Support Systems for automated diets. Management of Development of Complex Systems, 23 (1), 110–114.
  14. Kondruk, N. E. (2014). Some methods of automatic grouping of objects. Eastern-European Journal of Enterprise Technologies, 2 (4 (68)), 20–24. Available at: http://journals.uran.ua/eejet/article/view/22930/20939
  15. Harrington, E. C. (1965). The Desirability Function. Industrial Quality Control, 494–498.
  16. Vyatchenin, D. A. (2004). Nechetkie metody avtomaticheskoj сlassifikacii. Minsk: UP Tehnoprint, 219.
  17. Pedrycz, W. (1985). Algorithms of fuzzy clustering with partial supervision. Pattern Recognition Letters, 3 (1), 13–20. doi: 10.1016/0167-8655(85)90037-6
  18. Windham, M. P. (1981). Cluster validity for fuzzy clustering algorithms. Fuzzy Sets and Systems, 5 (2), 177–185. doi: 10.1016/0165-0114(81)90015-4
  19. Tamura, S., Higuchi, S., Tanaka, K. (1971). Pattern Classification Based on Fuzzy Relations. IEEE Transactions on Systems, Man, and Cybernetics, SMC-1 (1), 61–66. doi: 10.1109/tsmc.1971.5408605

##submission.downloads##

Опубліковано

2017-04-24

Як цитувати

Kondruk, N. (2017). Розробка методів кластеризації об’єктів, заснованих на нечітких бінарних відношеннях. Eastern-European Journal of Enterprise Technologies, 2(4 (86), 10–16. https://doi.org/10.15587/1729-4061.2017.94961

Номер

Том 2 № 4 (86) (2017): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2017 Natalia Kondruk

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.