Розробка та аналіз адаптивного метода нечіткої кластеризації потоків даних за умов апріорної та поточної невизначеності

Abstract

Об’єкт дослідження – нечітка кластеризація потокових даних. Предмет дослідження – алгоритми нечіткої кластеризації потокових даних на основі алгоритму Gustafson-Kessel та методи їх адаптації до апріорної і потокової невизначеності. Мета роботи – дослідження наявних підходів до нечіткої кластеризації, розробка та програмна реалізація алгоритму на основі алгоритму Gustafson-Kessel для послідовного оброблення спостережень. Методи дослідження – аналіз наукових публікацій і технічної документації, дослідження методів нечіткої кластеризації, математичного моделювання, вивчення існуючих рішень, що використовуються в інших алгоритмах. У ході кваліфікаційної роботи було проаналізовано підходи до нечіткої кластеризації, зокрема алгоритм Gustafson-Kessel. Розроблено метод, що виконує послідовне оброблення даних і рекурсивне оновлення параметрів кластерів. Реалізовано програмний засіб для проведення експериментальних досліджень з потоковими та синтетичними наборами даних. Проведено оцінювання результатів роботи розробленого методу.