Skip navigation
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://libeldoc.bsuir.by/handle/123456789/34612
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorIshchenko, I.-
dc.contributor.authorGloba, L. S.-
dc.contributor.authorBuhaienko, Y.-
dc.contributor.authorLiashenko, A.-
dc.date.accessioned2019-03-11T09:14:54Z-
dc.date.available2019-03-11T09:14:54Z-
dc.date.issued2019-
dc.identifier.citationApproach to determining the number of clusters in a data set / I. Ishchenko [et al.] // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2019) : материалы международной научно-технической конференции, Минск, 21-23 февраля 2019 г. / Белорусский государственный университет информатики и радиоэлектроники; редкол.: В. В. Голенков (гл. ред.) [и др.]. Минск, 2019. – С. 151–154.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/34612-
dc.description.abstractFor different decision-making systems, they build knowledge bases with sets of fuzzy logic rules and when constructing these rules on the basis of statistical information, a complex question is the determination of the number of clusters. The article is devoted to the analysis of methods that allow to automatically determine the number of clusters and their application in decision-making systems. The analysis conducted helped to distinguish the elbow method as the most suitable of all the scanned ones. This was able to find the optimal number of clasters on a test data set.ru_RU
dc.language.isoenru_RU
dc.publisherБГУИРru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectclusteringru_RU
dc.subjectdecision-making systemru_RU
dc.subjectdata analysesru_RU
dc.subjectoptimizationru_RU
dc.subjectfuzzy logicru_RU
dc.subjectelbow methodru_RU
dc.subjectX-means clusteringru_RU
dc.subjectsilhouette methodru_RU
dc.titleApproach to determining the number of clusters in a data setru_RU
dc.title.alternativeПодход к определению количества кластеров в наборе данныхru_RU
dc.typeСтатьяru_RU
local.description.annotationДля различных технических систем принятия решений создают базы знаний с наборами правил нечеткой логики. При построении таких правил на основе статистической информации сложным вопросом является определение количества кластеров. Статья посвящена анализу методов, позволяющих автоматически определять количество кластеров с целью их применения в системах принятия решений. Проведенный анализ математических методов, позволяющих автоматически определять количество кластеров при построении нечеткой базы знаний, а значит и количество нечетких правил, позволяет выделить метод «локтя» как наиболее подходящий. Метод позволил найти оптимальное количество кластеров в наборе тестовых данных.-
Располагается в коллекциях:OSTIS-2019

Файлы этого ресурса:
Файл Описание РазмерФормат 
Ishchenko_Approach.PDF209.03 kBAdobe PDFОткрыть
Показать базовое описание ресурса Просмотр статистики Google Scholar

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.