Удосконалений метод кластеризації станів комп’ютерної техніки K-MEANS
Автор
Савчук, Т. О.
Петришин, С. І.
Savchuk, T. O.
Petrishyn, S. I.
Дата
2015Metadata
Показати повну інформаціюCollections
- Наукові роботи каф. КН [824]
Анотації
Робота присвячена удосконаленню методу кластеризації станів ко
мп’ютерної техніки K-MEANS з метою підвищення якості розбиття множини таких станів. При досліджені відомих модифікацій означеного методу щодо можливості їх застосування при аналізі станів комп’ютерної техніки було виявлено недостатню точність віднесення такого стану до певного кластеру через випадковий вибір їх початкових центрів. Виявлений недолік було усунуто шляхом визначення початкових центрів кластерів на основі
значень потенціалів, а також, виділення в окремий таксон станів, які могли бути помилково віднесені до кластера за рахунок допустимих відхилень значень параметрів та характеристик таких станів, що дозволило підвищити якість розбиття множини станів комп’ютерної техніки в середньому на 7%. The work is dedicated to improving the method of clustering classes of computer equipment K-MEANS
to improve the quality partition of such states. The object of research is the process of clustering state of
computer equipment. Subject of research – methods of cluster analysis states of computer equipment.
Relevance of these studies is conditioned by the rapid scientific and technical progress, in which
significantly increased the number of computer equipment, which is used in various fields, and therefore
increases the likelihood of situations specific to this equipment, given the diversity of functions that it performs.
Thus, depending on the state of computer equipment taken various administrative decisions regarding its further
functioning. So important is the development or improvement of methods of cluster analysis state of computer
equipment that will determine the decision on its further functioning.
In the analysis of decomposition of objects that can be used for solving the problem of clustering state
of computer equipment, it was determined that such methods must be clear, non-hierarchical and scalable,
expressed by characteristics inherent in the clustering method K-MEANS. When tested method known
modifications appointed on the possibility of their use in the analysis of the state of computer equipment was
found insufficient accuracy of classification of this state to a cluster through a random selection of initial
centers.
Identified deficiencies have been corrected by determining the initial cluster centers based on the
values of potentials, as well as the allocation of a separate cluster of conditions that could be mistakenly
attributed to the cluster due to tolerances values of parameters and characteristics of these states, thus
improving the quality of the partition of the states of computer equipment an average of 7%.
URI:
http://ir.lib.vntu.edu.ua/handle/123456789/12814