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 "k-means ++" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-15 z 15
    Tytuł:
    Inicjalizacja segmentacji k-means uwzględniająca rozkład gęstości pikseli
    Autorzy:
    Świta, R.
    Suszyński, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/118366.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    FA
    KKZ
    k-means
    kmeans++
    segmentacja
    k-means ++
    segmentation
    High Density
    Opis:
    Artykuł przedstawia modyfikację inicjalizacji KKZ algorytmu k-means, uwzględniającą, oprócz wzajemnych odległości środków segmentów, również rozkład gęstości pikseli. Funkcja gęstości piksela jest sumą odwrotności odległości piksela od pozostałych i jest poddawana oszacowaniu na podstawie odległości piksela od wartości średniej i wariancji wartości pikseli. W eksperymentach segmentacji podlegały cztery różne sekwencje obrazów termicznych uzyskanych metodą termografii aktywnej. Pomimo dodatkowych obliczeń podczas inicjalizacji, metoda wykazała szybszą zbieżność algorytmu z czasami bardzo podobnymi do inicjalizacji KKZ, ale mniejszym błędem końcowym segmentacji.
    This article presents a modification for the KKZ initialization of the k-means segmentation algorithm, which, in addition to the mutual distance of segments, takes into account the density of pixels. Pixel density is expressed asa sum of the inverse of the pixel’s distance to the other pixels and is subjected to estimation based on the distance from the mean and variance of the pixel values. In the experiments, four different sequences of thermal images were used, obtained using active thermography. Despite the additional calculations during initialization, method showed a faster convergence of the algorithm, with processing times very similar to the KKZ initialization, but with a lower final segmentation error.
    Źródło:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2014, 6; 89-98
    1897-7421
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Segmentacja sekwencji obrazów metodą korelacyjną
    Segmentation of the image sequence using the correlation method
    Autorzy:
    Świta, R.
    Suszyński, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/152568.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    segmentacja
    obrazy termiczne
    korelacja
    K-means
    FCM
    segmentation
    thermal images
    correlation
    k-means
    Opis:
    Artykuł przedstawia nową metodę segmentacji sekwencji obrazów termicznych wyodrębniającą obszary o różnych właściwościach cieplnych. Metoda oparta jest na korelacji położenia i kształtu segmentów w poszczególnych kadrach sekwencji. Segmentacja pozwala zmniejszyć liczbę analizowanych obszarów do kilku tysięcy razy, co stwarza realne możliwości praktycznego wykorzystania tomografii termicznej. Opisana metoda jest porównana z algorytmami klasteryzacji K-Means i FCM. Zaletą algorytmu korelacyjnego jest automatyczne wyznaczanie liczby segmentów wyjściowych.
    This paper presents a new method for segmentation of thermal image sequences. Its aim is to divide the sequence into segments with different thermal properties. The described algorithm is based on measurements of the position and shape correlation of the segments in successive frames of the sequence. It is composed of several stages. The first stage consists of segmenting consecutive frames of the sequence (Fig. 2). The second step is analysis of the similarity of each segment in each frame with respect to all other segments of all frames and synthesis of the intermediate segments (Fig. 4). The intermediate segments form the segmented output image using the depth buffer technique to resolve multiple pixel-to-segment assignments (Fig. 6). This method is a basis for the thermal analysis of solids, which results in discovering depth profiles of thermal properties for each area. The segmentation reduces the number of the analyzed areas down to a few thousand times, which creates real opportunities for practical application of thermal tomography. The new algorithm has been compared with the K means algorithm [2], and FCM [6], which minimizes the sum of pixel value deviations from the centers of the segments they are assigned to, for all frames of the sequence (Tab. 1). The advantage of the correlation method is automatic determination of the number of output segments in the image and maintaining the constant segmentation error when increasing the number of the processed frames.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 7, 7; 680-683
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Clustering of data represented by pairwise comparisons
    Autorzy:
    Dvoenko, Sergey
    Powiązania:
    https://bibliotekanauki.pl/articles/2183479.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    clustering
    k-means
    distance
    similarity
    Opis:
    In this paper, experimental data, given in the form of pairwise comparisons, such as distances or similarities, are considered. Clustering algorithms for processing such data are developed based on the well-known k-means procedure. Relations to factor analysis are shown. The problems of improving clustering quality and of finding the proper number of clusters in the case of pairwise comparisons are considered. Illustrative examples are provided.
    Źródło:
    Control and Cybernetics; 2022, 51, 3; 343--387
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    K-means is probabilistically poor
    Autorzy:
    Kłopotek, Mieczysław
    Powiązania:
    https://bibliotekanauki.pl/articles/2201613.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    k-means
    clustering
    probabilistic k-richness
    Opis:
    Kleinberg introduced the concept of k-richness as a requirement for an algorithm to be a clustering algorithm. The most popular algorithm k means dos not fit this definition because of its probabilistic nature. Hence Ackerman et al. proposed the notion of probabilistic k-richness claiming without proof that k-means has this property. It is proven in this paper, by example, that the version of k-means with random initialization does not have the property probabilistic k-richness, just rebuking Ackeman's claim.
    Źródło:
    Studia Informatica : systems and information technology; 2022, 2(27); 5--26
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przegląd technik grupowania danych i obszary zastosowań
    Autorzy:
    Sala, Karolina
    Powiązania:
    https://bibliotekanauki.pl/articles/2157869.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Studiów Międzynarodowych i Edukacji Humanum
    Tematy:
    cluster analysis
    hierarchical clustering
    k-means
    Opis:
    The paper presents an overview of various clustering techniques used in data mining. Clustering is an unsupervised learning problem that is used to identify groups in a set of unlabeled data. Data is grouped by probability so that objects of the same group / cluster have similar properties / characteristics [1]. This article aims at exploring and comparing different clustering algorithms. Grouping is used in many areas, including machine learning, pattern recognition, image analysis, information retrieval.
    Źródło:
    Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne; 2017, 2(25); 141-145
    1898-0171
    Pojawia się w:
    Społeczeństwo i Edukacja. Międzynarodowe Studia Humanistyczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Development of Data-mining Technique for Seismic Vulnerability Assessment
    Autorzy:
    Wojcik, Waldemar
    Karmenova, Markhaba
    Smailova, Saule
    Tlebaldinova, Aizhan
    Belbeubaev, Alisher
    Powiązania:
    https://bibliotekanauki.pl/articles/1844631.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    data analysis
    seismic assessment
    clustering
    h-means
    k-means
    random forest
    Opis:
    Assessment of seismic vulnerability of urban infrastructure is an actual problem, since the damage caused by earthquakes is quite significant. Despite the complexity of such tasks, today’s machine learning methods allow the use of “fast” methods for assessing seismic vulnerability. The article proposes a methodology for assessing the characteristics of typical urban objects that affect their seismic resistance; using classification and clustering methods. For the analysis, we use kmeans and hkmeans clustering methods, where the Euclidean distance is used as a measure of proximity. The optimal number of clusters is determined using the Elbow method. A decision-making model on the seismic resistance of an urban object is presented, also the most important variables that have the greatest impact on the seismic resistance of an urban object are identified. The study shows that the results of clustering coincide with expert estimates, and the characteristic of typical urban objects can be determined as a result of data modeling using clustering algorithms.
    Źródło:
    International Journal of Electronics and Telecommunications; 2021, 67, 2; 261-266
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Document Clustering : Concepts, Metrics and Algorithms
    Autorzy:
    Tarczynski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/226231.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    document clustering
    text mining
    k-means
    hierarchical clustersting
    vector space model
    Opis:
    Document clustering, which is also refered to as text clustering, is a technique of unsupervised document organisation. Text clustering is used to group documents into subsets that consist of texts that are similar to each orher. These subsets are called clusters. Document clustering algorithms are widely used in web searching engines to produce results relevant to a query. An example of practical use of those techniques are Yahoo! hierarchies of documents [1]. Another application of document clustering is browsing which is defined as searching session without well specific goal. The browsing techniques heavily relies on document clustering. In this article we examine the most important concepts related to document clustering. Besides the algorithms we present comprehensive discussion about representation of documents, calculation of similarity between documents and evaluation of clusters quality.
    Źródło:
    International Journal of Electronics and Telecommunications; 2011, 57, 3; 271-277
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Speaker Model Clustering to Construct Background Models for Speaker Verification
    Autorzy:
    Dişken, G.
    Tüfekci, Z.
    Çevik, U.
    Powiązania:
    https://bibliotekanauki.pl/articles/177299.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Gaussian mixture models
    k-means
    imposter models
    speaker clustering
    speaker verification
    Opis:
    Conventional speaker recognition systems use the Universal Background Model (UBM) as an imposter for all speakers. In this paper, speaker models are clustered to obtain better imposter model representations for speaker verification purpose. First, a UBM is trained, and speaker models are adapted from the UBM. Then, the k-means algorithm with the Euclidean distance measure is applied to the speaker models. The speakers are divided into two, three, four, and five clusters. The resulting cluster centers are used as background models of their respective speakers. Experiments showed that the proposed method consistently produced lower Equal Error Rates (EER) than the conventional UBM approach for 3, 10, and 30 seconds long test utterances, and also for channel mismatch conditions. The proposed method is also compared with the i-vector approach. The three-cluster model achieved the best performance with a 12.4% relative EER reduction in average, compared to the i-vector method. Statistical significance of the results are also given.
    Źródło:
    Archives of Acoustics; 2017, 42, 1; 127-135
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A feasible k-means kernel trick under non-Euclidean feature space
    Autorzy:
    Kłopotek, Robert
    Kłopotek, Mieczysław
    Wierzchoń, Sławomir
    Powiązania:
    https://bibliotekanauki.pl/articles/1838163.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    kernel method
    k-means
    non-Euclidean feature space
    Gower and Legendre theorem
    Opis:
    This paper poses the question of whether or not the usage of the kernel trick is justified. We investigate it for the special case of its usage in the kernel k-means algorithm. Kernel-k-means is a clustering algorithm, allowing clustering data in a similar way to k-means when an embedding of data points into Euclidean space is not provided and instead a matrix of “distances” (dissimilarities) or similarities is available. The kernel trick allows us to by-pass the need of finding an embedding into Euclidean space. We show that the algorithm returns wrong results if the embedding actually does not exist. This means that the embedding must be found prior to the usage of the algorithm. If it is found, then the kernel trick is pointless. If it is not found, the distance matrix needs to be repaired. But the reparation methods require the construction of an embedding, which first makes the kernel trick pointless, because it is not needed, and second, the kernel-k-means may return different clusterings prior to repairing and after repairing so that the value of the clustering is questioned. In the paper, we identify a distance repairing method that produces the same clustering prior to its application and afterwards and does not need to be performed explicitly, so that the embedding does not need to be constructed explicitly. This renders the kernel trick applicable for kernel-k-means.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2020, 30, 4; 703-715
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Anomaly detection in a cutting tool by k-means clustering and support vector machines
    Autorzy:
    Lahrache, A.
    Cocconcelli, M.
    Rubini, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/328445.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    knife diagnostics
    k-means
    hierarchical clustering
    support vector machines
    diagnostyka
    grupowanie hierarchiczne
    Opis:
    This paper concerns the analysis of experimental data, verifying the applicability of signal analysis techniques for condition monitoring of a packaging machine. In particular, the activity focuses on the cutting process that divides a continuous flow of packaging paper into single packages. The cutting process is made by a steel knife driven by a hydraulic system. Actually, the knives are frequently substituted, causing frequent stops of the machine and consequent lost production costs. The aim of this paper is to develop a diagnostic procedure to assess the wearing condition of blades, reducing the stops for maintenance. The packaging machine was provided with pressure sensor that monitors the hydraulic system driving the blade. Processing the pressure data comprises three main steps: the selection of scalar quantities that could be indicative of the condition of the knife. A clustering analysis was used to set up a threshold between unfaulted and faulted knives. Finally, a Support Vector Machine (SVM) model was applied to classify the technical condition of knife during its lifetime.
    Źródło:
    Diagnostyka; 2017, 18, 3; 21-29
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Performance comparison of hybrid electromagnetism-like mechanism algorithms with descent method
    Autorzy:
    Miyajima, H.
    Shigei, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/91563.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    electromagnetism-like mechanism
    EM
    meta-heuristcs
    descent method
    BP
    k-means
    FIS
    hybrid EM method
    metaheurystyka
    metoda k-średnich
    metoda hybrydowa EM
    Opis:
    Electromagnetism-like Mechanism (EM) method is known as one of metaheuristics. The basic idea is one that a set of parameters is regarded as charged particles and the strength of particles is corresponding to the value of the objective function for the optimization problem. Starting from any set of initial assignment of parameters, the parameters converge to a value including the optimal or semi-optimal parameter based on EM method. One of its drawbacks is that it takes too much time to the convergence of the parameters like other meta-heuristics. In this paper, we introduce hybrid methods combining EM and the descent method such as BP, k-means and FIS and show the performance comparison among some hybrid methods. As a result, it is shown that the hybrid EM method is superior in learning speed and accuracy to the conventional methods.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 4; 271-282
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel visual object descriptor using surf and clustering algorithms
    Autorzy:
    Grycuk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/122762.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    k-means
    mean shift
    clustering
    image description
    SURF
    keypoints
    content-based image retrieval (CBIR)
    opis obrazu
    algorytmy grupowania
    detekcja punktów kluczowych
    Opis:
    In this paper we propose a method for object description based on two wellknown clustering algorithms (k-means and mean shift) and the SURF method for keypoints detection. We also perform a comparison of these clustering methods in object description area. Both of these algorithms require one input parameter; k-means (k, number of objects) and mean shift (h, window). Our approach is suitable for images with a non-homogeneous background thus, the algorithm can be used not only on trivial images. In the future we will try to remove non-important keypoints detected by the SURF algorithm. Our method is a part of a larger CBIR system and it is used as a preprocessing stage.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2016, 15, 3; 37-46
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The K-means Grouping Method as a Mean to Control the Performance of the Production Process
    Wykorzystanie metody grupowania k-średnich do kontroli wydajności procesu produkcyjnego
    Autorzy:
    Kęsek, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/318166.pdf
    Data publikacji:
    2020
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    production process performance
    clustering
    k-means
    production cycle
    R language
    VBA
    process mining
    bolting
    wydajność procesu produkcyjnego
    grupowanie (clusterng)
    cykl produkcyjny
    język R
    kotwienie (bolting)
    Opis:
    The paper presents a concept of using clusters of objects using the k-means method to control the performance of the production process, which runs under variable conditions. The distribution of the production process performance in production cycles grouped according to similarity is the basis for controlling the performance of subsequent production cycles. The practical part of the paper contains an example of calculations carried out according to this concept using the VBA and R languages, and is relates to the bolting process in underground mines.
    W artykule przedstawiono koncepcję wykorzystania grupowania obiektów metodą k-średnich do kontroli wydajności procesu produkcyjnego, który przebiega w zmiennych warunkach. Rozkłady wydajności procesu produkcyjnego w pogrupowanych pod względem podobieństwa cyklach produkcyjnych, stanowią podstawę kontroli wydajności kolejnych cykli produkcyjnych. Część praktyczna pracy zawiera przykład obliczeń przeprowadzonych według tej koncepcji z użyciem języka VBA oraz języka R i dotyczy procesu kotwienia w kopalniach podziemnych.
    Źródło:
    Inżynieria Mineralna; 2020, 1, 1; 257-264
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane determinanty polaryzacji samooceny w grupie wychowanków Młodzieżowych Ośrodków Wychowawczych i Socjoterapeutycznych
    Selected Polarity Determinants of Self-esteem Among Pupils at Youth Detention Centers and Social Therapy Centers
    Autorzy:
    Wysocka, Ewa
    Ostafińska-Molik, Barbara
    Powiązania:
    https://bibliotekanauki.pl/articles/1371448.pdf
    Data publikacji:
    2017-01-29
    Wydawca:
    Fundacja Pedagogium
    Tematy:
    polaryzacja samooceny
    niedostosowanie społeczne
    metoda k-średnich
    społeczno-demograficzne i osobowościowe determinanty polaryzacji samooceny
    polarization self-esteem
    social conduct disorder
    k-means
    socio-demographic and personality determinants of self-polarization
    Opis:
    W artykule dokonano analizy społeczno-demograficznych i osobowościowych determinantów/korelatów samooceny wśród wychowanków Młodzieżowych Ośrodków Wychowawczych (MOW) i Młodzieżowych Ośrodków Socjoterapeutycznych (MOS). Wstępnie przeprowadzono analizę poziomu i wymiarów samooceny (samoocena ogólna niespecyficzna, globalna specyficzna, samooceny cząstkowe niespecyficzne: fizyczna, poznawczo-intelektualna, charakterologiczna, społeczno-moralna) osób niedostosowanych społecznie, z wykorzystaniem metody k-średnich, najczęściej stosowanej w praktyce taksonomicznej metody grupowania. Podczas analizy wyłoniono trzy skupienia samoocen, które wstępnie określono jako: negatywne „odzwierciedlone ja” („I am the worst”), pozytywne „obronne ja” („I am the best”) i „ja nieustalone – chwiejne” („Who am I”), różniące się pod względem poziomu i wewnętrznego uporządkowania poszczególnych rodzajów samoocen. Następnie analizie poddano zróżnicowanie wyłonionych skupień warunkowane miejscem zamieszkania, stosunkiem do wiary, poziomem religijności oraz nastawieniami wobec świata, własnego życia i innych ludzi.
    The article analyzes the socio-demographic and personality determinants/correlates of self-esteem among pupils MOW and MOS. The analysis of the level and the dimensions of self-esteem was done first (self-esteem general non-specific, global specific, partial non-specific: physical, cognitive-intellectual, characterological, socio-moral) people with conduct disorder, using the method of k-means, most often used in taxonomic practice of grouping method. In the course of analysis there were selected three groups of self-assessment, which are initially defined as: negative “reflected I” (“I am the worst”), positive “defensive I” (“I am the best”) and “I not specified – unstable” (“Who I am”), which differ in terms of the level and the internal arrangement of different types of self-assessment. Then the analysis of differences in selected clusters was conducted conditioned by a place of residence, attitude to faith, level of religiosity and attitude towards the world, one’s own life and other people.
    Źródło:
    Resocjalizacja Polska; 2016, 12; 119-144
    2081-3767
    2392-2656
    Pojawia się w:
    Resocjalizacja Polska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Propozycja metody wspomagającej wybór miernika taksonomicznego na przykładzie oceny atrakcyjności giełd kryptowalut
    A proposal of the method supporting the selection of a composite indicator on the example of the assessment of attractiveness of cryptocurrency exchanges
    Autorzy:
    Kądziołka, Kinga
    Powiązania:
    https://bibliotekanauki.pl/articles/2098010.pdf
    Data publikacji:
    2021-05-06
    Wydawca:
    Zachodniopomorska Szkoła Biznesu w Szczecinie
    Tematy:
    wybór metody porządkowania liniowego
    giełdy kryptowalut
    miernik taksonomiczny
    grupowanie hierarchiczne
    metoda Warda
    metoda k-średnich
    porządkowanie liniowe
    linear ordering
    cryptocurrency exchanges
    taxonomic measure
    composite indicator
    hierarchical clustering
    Ward’s method
    k-means
    Opis:
    W niniejszej pracy zaproponowano metodę wyboru miernika taksonomicznego spośród wielu mierników opisujących analizowane zjawisko. W pracach dotyczących zastosowania mierników taksonomicznych często prezentowane są rankingi uzyskane za pomocą kilku różnych mierników. Ocena zgodności rankingów dokonywana jest m. in. za pomocą współczynników korelacji Spearmana, natomiast kwestia wyboru finalnego reprezentanta (miernika taksonomicznego i rankingu obiektów uzyskanego na podstawie jego wartości) jest zazwyczaj pomijana. Zaproponowana metoda wyboru finalnego miernika taksonomicznego uwzględnia zarówno stopień podobieństwa rankingu uzyskanego na podstawie wartości tego miernika do innych rankingów jak również zdolność miernika do grupowania obiektów. Ponadto wykorzystano grupowanie hierarchiczne połączone z metodą k-średnich do identyfikacji podzbiorów obiektów (tu: giełd walut kryptograficznych) podobnych pod względem wartości miernika taksonomicznego. Grupowanie hierarchiczne umożliwia podział obiektów na taką liczbę grup, jaka wyraźnie uwidoczni się na uzyskanym dendrogramie, zamiast popularnego w literaturze przedmiotu, „sztywnego” podziału na cztery grupy wg średniej i odchylenia standardowego wartości miernika (który nie zawsze jest optymalny). W analizowanym przykładzie metoda Warda została zastosowana do wyznaczenia początkowej liczby i środków (centroidów) grup, wykorzystanych następnie w metodzie k-średnich. Wykorzystanie dodatkowo metody k-średnich umożliwiło poprawę jakości grupowania w porównaniu z użyciem tylko metody Warda.
    The aim of work is to propose a method for selection the final taxonomic measure from many its variants accepted by the researcher. The idea of the method is to choose the representative in such a way that the ranking obtained by the use of the taxonomic measure is strong similar to other rankings. The proposed method takes into account both similarity of rankings and the discrimination ability of the taxonomic measure. There was also proposed to use combined Ward’s method with k-means algorithm to identify groups of cryptocurrency exchanges with similar level of the taxonomic measure. The hybrid clustering method allowed to obtain higher clustering quality than Ward’s method.
    Źródło:
    Zeszyty Naukowe ZPSB Firma i Rynek; 2021, 1(59); 65-76
    2657-3245
    Pojawia się w:
    Zeszyty Naukowe ZPSB Firma i Rynek
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-15 z 15

      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