Досліджено проблему автоматичної класифікації багатовимірних об'єктів, а також розроблено нові методи й алгоритми для вирішення проблем, які виникають під час класифікації та кластеризації корпусу об'єктів, представлених числовими ознаками. Запропоновано метод для визначення числа кластерів у разі кластеризації корпусу об'єктів нейронною мережею Кохонена з застосуванням критерію якості одержаних розбиттів і методу ідеальної точки. Запропоновано метод побудови вектора ознак, розподілених за різнорідними групами, для класифікації об'єктів, представлених набором ознак, розподілених за різнорідними групами. Встановлено й обгрунтовано оцінки складності алгоритму пошуку оптимальної вибірки з урахуванням випадків наявності у вибірці прикладів з нерівномірним розподілом груп ознак. З застосуванням нейронної мережі прямого розповсюдження та запропонованого методу побудови вектора ознак розроблено автоматичну систему кластеризації текстів з використанням запропонованого методу визначення числа кластерів. Для розв'язання задач атрибуції художніх творів застосовано автоматичні системи класифікації та кластеризації. Виявлено ефективність розроблених систем для класифікації великих масивів текстів значних об'ємів.

  Завантажити