Содержание
ВВЕДЕНИЕ
ГЛАВу 1. АНАЛИЗ ПОДХОДОВ К РЕШЕНИЮ ЗАДАЧИ КЛАСТЕРИЗАЦИИ И РАСПОЗНАВАНИЯ ДАННЫХ.
1.1. Кластерный анализ.
1.1.1. Постановка задачи кластеризации.
1.1.2. Этапы решения задачи кластеризации
1.1.3.Сравнительный анализ подходов к решению задачи кластеризации .
1.2. Распознавание данных
1.2.1. Постановка задачи распознавания.
Т.2.2. Виды систем распознавания.
1.2.3. Модели для решения задач распознавания.
1.2.4 Нечеткие методы распознавания, основанные на продукционных правилах.
1.3 Цель и задачи исследования4Т
Выводы к первой главе
ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ КЛАСТЕРИЗАЦИИ НА ОСНОВЕ
СХЕМЫ АЛГОРИТМА ОБОБЩЕННЫЙ РОДЕН.
21. Алгоритм Роден
2.2. Разработка алгоритмов, эффективных с точки зрения алгоритма Форель на основе схемыалгоритма Обобщенный Роден
2.3. Разработка алгоритмов кластеризации,
эффективных с точки зрения алгоритма КРАБ
2.4. Разработка нечетких алгоритмов кластеризации
на основе схемы алгоритма Роден
Выводы ко второй главе
ГЛАВА 3. РАЗРАБОТКА МЕТОДОВ ОПИСАНИЯ КЛАССОВ И РАСПОЗНАВАНИЯ НОВЫХ ОБЪЕКТОВ.
3.1. Распознавание новых объектов на основе подбора весов признаков для
классификационного разбиения.
32. Метод описания классов и распознавания новых объектов, позволяющий строить покрытие кластера множеством сферических правил
различного радиуса.
3.3. Методы определения геометрической формы кластеров
34. Построение и реализация кпастеризационнорегрессионных нечетких алгоритмов на основе схемы алгоритма Обобщенный Роден
Выводы к третьей главе
ГЛАВА 4. РЕАЛИЗАЦИЯ ПРЕДЛОЖЕННЫХ МЕТОДОВ И АНАЛИЗ
ВЫЧИСЛИТЕЛЬНОЙ ЭКСПЕРТИЗЫ.
4.1. Разработка методики сравнения результатов алгоритмов кластеризации .
4.2. Описание программного комплекса КЛАССМОД, реализующего предложенные методы
4.3. Программа для реализации метода распознавания данных с помощью правил различной геометрической формы
4.4. Результаты практической апробации разработанных алгоритмов кластеризации и распознавания новых объектов на примере анализа данных о клиентах компании ООО МБит
Выводы к главе 4
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
- Київ+380960830922