ПРИМЕНЕНИЕ НЕЧЕТКИХ МОДЕЛЕЙ В ЗАДАЧАХ КЛАССИФИКАЦИИ
Романов Вадим Николаевич
Национальный минерально-сырьевой университет "Горный", г. Санкт-Петербург
Аннотация. В статье исследуется применение нечетких моделей в задачах классификации на основе предложенного автором представления данных в виде нечетких градаций. Проведено сравнение различных мер согласования объектов с классами и их влияние на результаты классификации. Показаны преимущества предлагаемого подхода, позволяющего расширить спектр разрешимых задач, повысить надежность распределения объектов по классам, уменьшить трудоемкость вычислений.
Ключевые слова и фразы: классификация, диагностирование, нечеткие модели, множество эталонов, степень согласования, мера расстояния, classification, diagnosing, fuzzy models, variety of standards, degree of matching, measure of distance
Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать .
Список литературы:
Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. 607 с.
Нечеткие множества и теория возможностей / под ред. Р. Ягера. М.: Радио и связь, 1986. 408 с.
Романов В. Н. Кластерный анализ на основе нечетких моделей // Альманах современной науки и образования. Тамбов: Грамота, 2013. № 10 (77). С. 147-151.
Романов В. Н. Нечеткие модели в теории систем. СПб.: ЛЕМА, 2014. 123 с.
Романов В. Н. Нечеткие модели принятия решений // Альманах современной науки и образования. Тамбов: Грамота, 2013. № 5 (72). С. 144-147.
Романов В. Н. Нечеткие системы. СПб.: ЛЕМА, 2009. 183 с.
English
