Show simple item record

dc.contributor.advisorAsmuss, Svetlana
dc.contributor.authorKhutieva, Dzhaneta
dc.contributor.otherLatvijas Universitāte. Fizikas, matemātikas un optometrijas fakultāte
dc.date.accessioned2022-07-06T01:04:58Z
dc.date.available2022-07-06T01:04:58Z
dc.date.issued2022
dc.identifier.other90481
dc.identifier.urihttps://dspace.lu.lv/dspace/handle/7/60819
dc.description.abstractŠis darbs ir veltīts piecām klasterizācijas metodēm: K-vidējo klasterizācijas algoritms, C-vidējo nestriktas klasterizācijas algoritms, iespējamību C-vidējo klasterizācijas algoritms, nestrikto iespējamību C-vidējo klasterizācijas algoritms un iespējamību C-vidējo nestriktas klasterizācijas algoritms. Darbs satur šo algoritmu aprakstu un salīdzināšanu, ņemot par pamatu datu klasterizācijas rezultātus. Ir aprakstīta pieeja iespējamību nestriktas klasterizācijas algoritma vispārinājumam.
dc.description.abstractThis work is devoted to five clustering methods: K-means algorithm, C-means fuzzy clustering algorithm, possibilistic C-means clustering algorithm, fuzzy possibilistic C-means clustering algorithm and possibilistic fuzzy C-means clustering algorithm. The work contains a description and comparison of these algorithms based on the results of data clustering. An approach to generalization of the possibilistic fuzzy clustering algorithm is described.
dc.language.isolav
dc.publisherLatvijas Universitāte
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectMatemātika
dc.subjectKM algoritms
dc.subjectFCM klasterizācijas algoritms
dc.subjectPCM klasterizācijas algoritms
dc.subjectFPCM klasterizācijas algoritms
dc.subjectPFCM klasterizācijas algoritms
dc.titleNestriktas klasterizācijas metodes un to salīdzināšana
dc.title.alternativeFuzzy clustering methods and their comparison
dc.typeinfo:eu-repo/semantics/bachelorThesis


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record