Алгоритмы кластерного анализа для решения задач с асимметричной мерой близости
А.Р. Айдинян, О.Л. Цветкова
Донской государственный технический университет, пл. Гагарина, 1, Ростов-на-Дону, 344000
aydinian.andrey@yandex.ru
Ключевые слова: кластеризация, кластерный анализ, алгоритмы кластеризации, асимметричная мера близости, аксиома симметрии, clustering, cluster analysis, cluster algorithms, asymmetric proximity measure, the axiom of symmetry
Страницы: 127-138
Аннотация
Кластерный анализ используется в различных научных и прикладных областях и является актуальной темой исследований. В отличие от существующих методов предложенные в работе алгоритмы предназначены для кластеризации объектов, описываемых векторами признаков в пространстве с несоблюдением аксиомы симметрии. В этом случае особенностью решения задачи кластеризации является использование асимметричной меры близости объектов. Суть первого из предложенных алгоритмов кластеризации заключается в последовательном формировании кластеров с одновременным перенесением кластеризованных объектов из ранее созданных кластеров в текущий кластер в случае, если это уменьшит критерий качества. По сравнению с существующими алгоритмами неиерархической кластеризации такой подход к формированию кластеров позволяет уменьшить вычислительные затраты. Второй алгоритм является модифицированной версией первого и дополнительно позволяет выполнять переназначения главных объектов кластера с целью дальнейшего уменьшения величины предложенного критерия качества.
DOI: 10.15372/SJNM20180201 |
