Исследование алгоритмов кластеризации данных
Классификация алгоритмов кластеризации. Создание самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, в MATLAB NNT. Создание сети, правило настройки смещений, реализация циклов обучения. Моделирование кластеризации данных.
Подобные документы
Анализ основных проблем, возникающих при применении методов кластеризации. Разработка метода и алгоритма кластеризации на базе нечеткого отношения эквивалентности. Разработка критериев качества кластеризации, пригодных для построения адаптивной системы.
автореферат, добавлен 31.07.2018Понятие кластеризации и принципы работы ее алгоритмов. Этапы применения кластерного анализа для получения оптимального результата. Классификация алгоритмов кластеризации. Принцип работы алгоритма LargeItem. Понятие транзакций и проблема их кластеризации.
дипломная работа, добавлен 21.03.2016Обзор подходов к решению задач кластерного анализа. Элементы, участвующие в процессе кластеризации. Модели диагностики и проведения вычислительного эксперимента по выявлению диагностических показателей. Список существующих алгоритмов кластеризации.
статья, добавлен 29.08.2021Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.
лекция, добавлен 21.09.2017Описание алгоритмов кластеризации, реализующих задачу поиска изображений по содержанию –Content-Based Image Retrieval. Определение признаков изображения, по которым формируются кластеры изображений и рассмотрение способов извлечения данных признаков.
статья, добавлен 29.07.2017Обзор существующих решений кластеризации лиц. Разработка прототипа мобильного приложения группирующего лица. Алгоритм кластеризации лиц. Архитектура мобильного приложения. Тестовый набор данных. Оценка результатов экспериментального запуска алгоритмов.
дипломная работа, добавлен 04.12.2019Модификация алгоритма Хамелеон. Разработка новых алгоритмов кластеризации, способных обрабатывать сверхбольшие базы данных. Исследование и улучшение этапа построения графа посредством оптимизации алгоритма выбора при построении графа ближайших соседей.
статья, добавлен 19.02.2016Характеристика классических методов кластеризации. Особенности самоорганизующихся карт Кохонена как одного из методов аппроксимации данных. Настройка веса на основе обучающего множества без учителя. Классический алгоритм "Победитель забирает все".
статья, добавлен 02.11.2018Рассмотрение основных современных подходов к кластеризации данных. Описание предшествующих решений и предоставление версии алгоритма мультимодальной кластеризации для запуска в системе распределённых вычислений под Apache Hadoop. Адаптация алгоритма.
дипломная работа, добавлен 30.08.2016- 10. Применение алгоритмов кластеризации k-means и g-means в задачах распознавания воздушных объектов
Характеристика процесса распознавания воздушных объектов, который имеет ряд трудностей. Анализ использования кластеризации семействами алгоритмов k-means и g-means. Исследование работоспособности метода на примере информации о воздушных объектах.
статья, добавлен 30.04.2018 Кластеризация, решение задач коммивояжера с помощью генетических алгоритмов. Разбиение участников рейда на группы методом древовидной кластеризации, выявление центра сбора участников с помощью генетических алгоритмов. Проверка качества кластеризации.
курсовая работа, добавлен 05.02.2014Анализ методики выбора оптимального метода нормализации при построении кластерной структуры объектов. Высокая размерность признакового пространства. Анализ модели системы кластеризации с использованием алгоритма нечеткой кластеризации fuzzy C-means.
статья, добавлен 01.03.2017Алгоритмы предобработки данных. Методы, модели кластеризации и ее метрики. Постановка задачи оценки выбора методов успеваемости студентов. Сравнение регрессионных алгоритмов. Интерфейс программного продукта. Обоснование выбора среды программирования.
дипломная работа, добавлен 01.09.2018Описание базовых задач для нейронных сетей и исторически первых методов настройки сетей для их решения: классификация (персептрон Розенблатта); ассоциативная память (сети Хопфилда); восстановление пробелов в данных; кластер-анализ (сети Кохонена).
курсовая работа, добавлен 04.04.2009Применение кластеризации данных для решения задачи группировки графических образов. Построение схемы последовательной кластеризации сложной графической информации. Обзор вопроса выбора меры различия, учитывающей степень визуального сходства изображений.
статья, добавлен 31.08.2018Исследуются процессы синхронизации, протекающие в осцилляторных сетях различной топологии. Оценка локальной и глобальной синхронизации осцилляторов в сети. Способы использования осцилляторных сетей при решении задач кластеризации N-мерных данных.
статья, добавлен 15.01.2019- 17. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 Описание существующих видов нейронных сетей. Выявление их достоинств и недостатков. Основные возможности программного продукта Matlab. Моделирование и обучение нейронной сети на основе созданных дескрипторов для каждого символа английского алфавита.
дипломная работа, добавлен 07.08.2018Нейросетевые технологии, история возникновения нейронных сетей. Основные виды и применение искусственных нейронных сетей. Самоорганизующаяся карта Кохонена, задачи, решаемые с ее помощью. Создание компьютерной имитационной модели нейронной сети Кохонена.
дипломная работа, добавлен 12.01.2012Практическая реализация основных алгоритмов обработки. Особенности работы с графическими ускорителями, реализация алгоритмов агрегирующей статистики данных. Разработка архитектуры проекта, реализация алгоритмов Фурье. Специфика алгоритма Bitonic.
дипломная работа, добавлен 07.09.2018Аппаратная и программная реализация нейронных сетей. Создание улучшенного подхода валидации точности алгоритмов глубокого обучения для применения на ИИ-ускорителях. Разработка гибкого и расширяемого инструмента для инференса искусственных нейронных сетей.
дипломная работа, добавлен 28.10.2019Разработка алгоритма расчета коэффициента кластеризации неполной сети и программы на основе полученного алгоритма. Использование параллельных вычислений для расчета коэффициента кластеризации. Принадлежность исследуемого узла к той или иной группе.
статья, добавлен 02.02.2019Знакомство со средствами, методами MATLAB. Характеристика типичной сети с прямой передачей сигнала. Моделирование нейронных сетей с помощью пакета Simulink. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме.
методичка, добавлен 26.11.2015Задачи и этапы кластерного анализа. Цели кластеризации для выработки рекомендаций. Сравнительный анализ иерархических и неиерархических методов кластеризации. Обзор существующих систем кластеризации, сеточные алгоритмы. Выбор языка программирования.
дипломная работа, добавлен 21.05.2016Ознакомление с объектами кластеризации, которыми являются электронные текстовые документы. Рассмотрение этапов выполнения алгоритма нечеткой кластеризации. Изучение и анализ диаграммы вариантов использования для пользователя исследуемого приложения.
реферат, добавлен 18.01.2018