Neuro-Fuzzy Clustering of Distorted Data Using Cat Swarm Optimization
Heutzutage werden Technologien der rechnergestützten Intelligenz häufig und recht erfolgreich zur Lösung komplexer Probleme eingesetzt, für die es in der Regel keine analytische Lösung gibt.
Diese Technologien und insbesondere künstliche neuronale Netze (ANN) werden heute in großem Umfang zur Lösung verschiedener Probleme der Signalverarbeitung, Optimierung, optimalen und adaptiven Steuerung, Mustererkennung, Identifizierung, Zeitreihenvorhersage usw. eingesetzt.
Gleichzeitig sind die beschriebenen Ansätze zur Datenwiederherstellung nur dann praktikabel, wenn die Ausgangsdaten a priori festgelegt sind und die „Objekt-Eigenschafts“-Tabelle oder die Zeitreihe eine feste Anzahl von Beobachtungen aufweist, d. h. sich während der Verarbeitung nicht ändert.
Dieses Buch ist der Entwicklung und Untersuchung von Methoden für dynamisches Data Mining gewidmet, die fehlende und verzerrte Beobachtungen enthalten. Das Hauptmerkmal der Data-Mining-Methoden besteht darin, das Vorhandensein und die Art von verborgenen Mustern in den Daten festzustellen, während sich die traditionellen Methoden hauptsächlich mit der parametrischen Auswertung bereits feststehender Muster befassen.
| ISBN: | 9786200506429 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
