Адаптивная нечеткая кластеризация данных на основе метода Густафсона–Кесселя

Abstract

Рассмотрены процедуры нечеткой кластеризации. Предложены адаптивные формы вероятностного и возможностного вариантов алгоритма Густафсона–Кесселя, отличающиеся численной простотой и обеспечивающие высокую эффективность при работе в условиях неопределенности, в частности при меняющемся со временем характере обрабатываемых данных и недостатке знаний о природе выборки.

Procedures of fuzzy clustering are considered and adaptive forms of possibilistic and probabilistic Gustafson–Kessel algorithms are suggested. The suggested algorithms are characterized by the numerical simplicity and provide a high efficiency when working in the conditions of uncertainty, particularly in a changing over time character of the data and a lack of knowledge about the nature of a sample.

Розглянуто процедури нечіткої кластеризації. Запропоновано адаптивні форми вирогідністного та можливістного варіантів алгоритму Густафсона–Кесселя, які відрізняються розрахунковою простотою та забезпечують високу ефективність при роботі в умовах невизначеності, а саме при мінливому у часі характері даних, що обробляються, та при нестачі знань про природу вибірки.