Визначення кількості кластерів під час прогнозування стану електронної апаратури
Основний зміст сторінки статті
Анотація
Запропоновано субградієнтний ієрархічний метод вибору числа кластерів при прогнозуванні параметрів за умов зашумлених вибірок даних з урахуванням локальної щільності їх розподілу
Блок інформації про статтю
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
Посилання
G. Shcherbakova and V. Krylov, “Electronic Apparatus ParametersPrediction with Adaptive ClusteringProcedure”, in Proc. of International Conf. CADSM’2009, 2010.
L.A. Inaccessibility, E.T. Udovichenko, and G.A. Shevtsov, Technological methodsradioelectronic quality management measuring devices, Moscow: Publishing house.standards, 1976, p. 124.
R. Duda, P. Hart, and V. L. Stefanyuk, Pattern recognition and analysisscenes, Moscow: Mir, 1976, p. 511.
Y.A. Dorofeyuk and A.A. Dorofeyuk, “Methods of structural-classification forecasting of multidimensional dynamic objects”, Art. intel, no. 2, pp. 138–141, 2006.
N.G. Zagoruiko, Applied Analysis Methods data and knowledge, Novosibirsk: Publishing House of the Institute of Mathematics, 1999, p. 270.
S.A. Yudin, The method of forming images in tasks of intellectual data analysis, Dissertation abstract for graduation scientific degree of Candidate of Technical Sciences by specialty 05.13.23, Odesa: ONPU, 2006.
V.N. Krylov and G.Y. Shcherbakov, “Subgradient iterative optimization method in the wavelet transform space”, Collection of science Works of the Army. Kyiv Institutenational University named after T. Shevchenko, no. 12, pp. 56–60, 2008.
G.Y. Shcherbakova and V.N. Krylov, “Adaptive Clusteringin wavelet transform space”, Radioelectronic and computer systems, no. 6, pp. 123–127, 2009.
