Reduction algorithm for fuzzy clusterization of high dimensionality data

• Autorzy: Dorogov A. Y. , Wójcik W.

Warianty tytułu

PL

Algorytm redukcji rozmytej klasteryzacji danych o wysokiej wymiarowości

• Języki publikacji: EN

Abstrakty

EN

In the paper a new method of fuzzy clusterization for high dimensionality data is presented. The method is based on algorithm reduction of large samplings to samplings with significantly smaller volume without loss of any essential clustering information.

PL

Artykuł przedstawia nową metodę rozmytej klasteryzacji danych o wysokiej wymiarowości. Metoda oparta jest na algorytmie dokonującym redukcji dużej liczby próbek do mniejszej bez straty istotnej informacji potrzebnej do klasteryzacji.

Słowa kluczowe

EN

multidimensional data analysis; clusterization

PL

analiza danych wielowymiarowych; klasteryzacja

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2013
• Tom: Vol. 54, nr 8
• Strony: 14--16
• Opis fizyczny: Bibliogr. 4 poz., wykr.

Twórcy

autor

Dorogov A. Y.

• Katedry Automatyki i Procesów Sterowania Narodowego Uniwersytetu Elektrotechnicznego Saint Petersburg State Electrotechnical University „LETI",

autor

Wójcik W.

• Lublin University of Technology

Bibliografia

• [1] Tou T., Gonzales R. C., Pattern Recognition Principles: A series of Graduate Textbooks, Monographs, Reference Works.- Addison-Wesley Publishing Company, 1974.
• [2] Applied Fuzzy Systems: Terano T. (ed), Asai K. (ed), Sugeno M. (ed), Aschmann C., Academic Press Prof., Inc., San Diego, CA, 1994.
• [3] Averkin A. N. et al., Fuzzy Sets in Model of Artificial Intellect. Edited by D. A. Pospelov. M.: Nauka, 1986 (in Russian).
• [4] Ajzerman M. A., Braverman A. M., Rozonoar L. I., Potential Function Method in Theory of Machine Learning, M.: Nauka, 1970 (in Russian).