Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "fuzzy classification" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    A new approach for the clustering using pairs of prototypes
    Autorzy:
    Jezewski, M.
    Czabanski, R.
    Leski, J.
    Horoba, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/333693.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    fuzzy clustering
    pairs of prototypes
    fuzzy rule-based classification
    grupowanie rozmyte
    pary prototypów
    rozmyta klasyfikacja oparta na regułach
    Opis:
    In the presented work two variants of the fuzzy clustering approach dedicated for determining the antecedents of the rules of the fuzzy rule-based classifier were presented. The main idea consists in adding additional prototypes (’prototypes in between’) to the ones previously obtained using the fuzzy c-means method (ordinary prototypes). The ’prototypes in between’ are determined using pairs of the ordinary prototypes, and the algorithm based on distances and densities finding such pairs was proposed. The classification accuracy obtained applying the presented clustering approaches was verified using six benchmark datasets and compared with two reference methods.
    Źródło:
    Journal of Medical Informatics & Technologies; 2015, 24; 113-121
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of modified fuzzy clustering to medical data classification
    Autorzy:
    Jeżewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/333509.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    grupowanie rozmyte
    klasyfikacja
    dane medyczne
    fuzzy clustering
    classification
    medical data
    Opis:
    Classification plays very important role in medical diagnosis. This paper presents fuzzy clustering method dedicated to classification algorithms. It focuses on two additional sub-methods modifying obtained clustering prototypes and leading to final prototypes, which are used for creating the classifier fuzzy if-then rules. The main goal of that work was to examine a performance of the classifier which uses such rules. Commonly used including medical benchmark databases were applied. In order to validate the results, each database was represented by 100 pairs of learning and testing subsets. The obtained classification quality was better in relation to the one of the best classifiers - Lagrangian SVM and suggests that presented clustering with additional sub-methods are appropriate to application to classification algorithms.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 51-57
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An approach to unsupervised classification
    Autorzy:
    Przybyła, T.
    Pander, T.
    Horoba, K.
    Kupka, T.
    Matonia, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/333363.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    klasyfikacja
    grupowanie rozmyte
    klasyfikacja nienadzorowana
    klasyfikator najbliższych sąsiadów
    classification
    fuzzy clustering
    unsupervised classification
    nearest neighbour classifier
    Opis:
    Classification methods can be divided into supervised and unsupervised methods. The supervised classifier requires a training set for the classifier parameter estimation. In the case of absence of a training set, the popular classifiers (e.g. K-Nearest Neighbors) can not be used. The clustering methods are considered as unsupervised classification methods. This paper presents an idea of the unsupervised classification with the popular classifiers. The fuzzy clustering method is used to create a learning set. The learning set includes only these patterns that are the best representative of each class in the input dataset. The numerical experiment uses an artificial dataset as well as the medical datasets (PIMA, Wisconsin Breast Cancer) and illustrates the usefulness of the proposed method.
    Źródło:
    Journal of Medical Informatics & Technologies; 2011, 17; 105-111
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unsupervised clustering for fetal state assessment based on selected features of the cardiotocographic signals
    Autorzy:
    Przybyła, T.
    Jeżewski, J.
    Roj, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/333112.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    klasyfikacja algorytmów bez nadzoru
    grupowanie danych
    monitoring płodu
    kardiotokografia
    unsupervised classification
    fuzzy clustering
    principal component analysis
    fetal monitoring
    Opis:
    In modern obstetrics the cardiotocography is a routine method of fetal condition assessment based mainly on analysis of the fetal heart rate signals. The correct interpretation of recorded traces from a bedside monitor is very difficult even for experienced clinicians. Therefore, computerized fetal monitoring systems are used to yield the quantitative description of the signal. However, the effective techniques enabling automated conclusion generation based on cardiotocograms are still being searched. The paper presents an attempt to diagnose the fetal state basing on seventeen features describing the cardiotocographic records. The proposed method applies the unsupervised classification of signals. During our research we tried to classify the fetal state using the fuzzy c-means (FCM) clustering. We also tested how the efficiency of classification could be influenced by application of principal component analysis (PCA) algorithm. The obtained results showed that unsupervised classification cannot be considered as a support to fetal state assessment.
    Źródło:
    Journal of Medical Informatics & Technologies; 2009, 13; 157-162
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrydowy model systemu ekspertowego do oceny podatników
    Hybrid model of expert system for estimation of taxpayers
    Autorzy:
    Budziński, Ryszard
    Misztal, Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/452818.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    klasyfikacja podatników
    teoria zbiorów przybliżonych
    rozmyta analiza skupień
    metoda AHP
    eksploracja danych
    taxpayers classification
    rough set theory
    fuzzy clustering
    AHP method
    data mining
    Opis:
    Proponowany model identyfikuje podatników na podstawie ich cech i właściwości, które wskazują na większą możliwość występowania problemów z przestrzeganiem prawa podatkowego. Eliminuje słabości występujące w znanych algorytmach zaliczających się do klasyfikatorów, jak również systemów wnioskujących oraz wspomagających typowanie stosowanych w administracji podatkowej. Jest to możliwe dzięki utworzeniu hybrydowego modelu, który dobrze odzwierciedla zachowania podatników. Model dzięki zastosowaniu nowoczesnych rozwiązań predysponuje do przyszłego utworzenia i uruchomienia w administracji bazującego na nim systemu ekspertowego.
    Proposed model identifies taxpayers on the basis of their features and properties that point to bigger possibility of taxation law observance problems. Model eliminates weaknesses of well known classification algorithms, as well as expert systems and taxpayers typing assists applications used wildly in tax offices. It is possible because of designing hybrid model that reflects well behavior of payers. Applying modern concepts in model predisposes it for future implementation of software solution that can be used in taxation administration.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 101-111
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies