Богучарский, С. И.Машталир, С. В.2016-06-102016-06-102014Богучарский, С. И. Кластеризация коллекций изображений в больших базах данных на основе рекурентной оптимизации / С. И. Богучарский, С. В. Машталир // Бионика интеллекта : науч.-техн. журн. – Х. : Изд-во ХНУРЭ, 2014. – Вып. 1 (82). – С. 43--46.http://openarchive.nure.ua/handle/document/757В данной работе рассмотрены методы кластеризации больших объемов данных и предлагается модификация подхода кластеризации мультимедийных объектов с возмущениями, основанного на плотности. Проведен анализ существующего метода DENCLUE, и введена матричная функция влияния, что позволяет эффективно использовать данный подход при анализе многомерных объектов, в частности, коллекций изображений, видео и мультимедиа данных. Введенная матричная форма позволяет повысить быстродействие кластеризации за счет отсутствия векторизации-девекторизации исходных данных. Approaches to multimedia objects with noises clustering based on density are describes. DENCLUE modification, based on the introduce the matrix form influence function, which allows efficient use of this approach in the analysis of multi-dimensional objects , in particular, image collections, video and multimedia data. Introduced matrix form can improve performance of clustering due to the lack of source data vectorization-devectorization.ruкластеризациябазы данных изображенийфункция влиянияArticle