Алгоритмы автоматической группировки с повышенными требованиями к точности и стабильности результата
Рожнов И. П., Казаковцев Л. А., Орлов В. И., Михнев Д. Л.
Издательство: ИНФРА-М
Год: 2020
Страниц: 191
Рассматривается проблема повышения точности и устойчивости результата работы алгоритмов автоматической группировки (кластеризации) на основе нового подхода к разработке алгоритмов автоматической группировки, основанных на параметрических оптимизационных моделях, для задач k-средних, k-медоид, а также задачи четкой кластеризации на основе разделения смеси вероятностных распределений (с применением классификационного ЕМ-алгоритма). В работе, с использованием нового подхода, предложены новые алгоритмы поиска с чередующимися рандомизированными окрестностями, а также параллельные модификации алгоритмов с жадной агломеративной эвристической процедурой для больших задач автоматической группировки, адаптированные к архитектуре CUDA. Также предложена процедура составления оптимальных ансамблей алroритмов автоматической группировки с комбинированным применением генетического алгоритма метода жадных эвристик и согласованной матрицы бинарных разбиений для практических задач. Алгоритмы и процедура составления оптимальных ансамблей внедрены в эксплуатацию на производстве для решения задачи разделения сборных партий промышленной продукции на однородные партии по результатам неразрушающих тестовых испытаний. Приведены описание и технико-экономический расчет стоимости работ по отбраковке электронной компонентной базы. Предназначена для научных работников, специалистов, студентов и аспирантов, занимающихся вопросами разработки anгоритмов кластерного анализа, а также вопросами повышения качества промышленной продукции.
Дополнительная информация
  • ISBN
    978-5-16-016641-4
  • Город
    Москва
  • Предметная рубрика
    Автоматическая обработка данных, Алгоритмы
  • Место хранения
    Ч/з1, 02
  • Индекс ГРНТИ
    50.01
Дополнительные изображения