Т.В. Афанасьева – д.т.н., профессор, доцент, кафедра «Информационные системы», Ульяновский государственный технический университет E-mail: tv.afanasjeva@gmail.com

И.В. Сибирев – аспирант, кафедра «Информационные системы», Ульяновский государственный технический университет

E-mail: ivan.sibirev@yandex.ru

Описан и экспериментально исследован алгоритм восстановления пропусков в числовых данных на основе нечеткой кластеризации с целью оценивания точности алгоритма на искусственных данных с различным числом пропусков. Показано, что применение нечеткой кластеризации для заполнения пропусков данных имеет преимущество по точности в сравнении с алгоритмом на основе среднеарифметического.

1. Mockus A. How to run empirical studies using project repositories. – Avaya Labs. 2006. URL = http://www.research.avayalabs.com /user/audris (от 24.02.17).
2. Алгоритм восстановления данных по файловым «сигнатурам». URL = https://spark.ru/startup/hetmansoftware/blog/9391 /algoritm-vosstanovleniya-dannih-po-fajlovim-signaturam (от 4.04.18).
3. Халафян А.А. Statistica 6. Статистический анализ данных: Учебник. М.: OOO «Бином-Пресс». 2007. 512 с.
4. Литтл Р.Дж.А., Рубин Д.Б. Статистический анализ данных с пропусками: Пер. с англ. М.: Финансы и статистика.1990. 336 с.
5. Вятченин Д.А., Нечеткие методы автоматической классификации. Минск: УП «Технопринт». 2004. 219 с.
6. Busse M., Orbanz P., Buhmann M. Cluster Analysis of Heterogeneous Rank Data. URL = http://www.machinelearning.org/ proceedings/icml2007/ papers/341.pdf (от 24.02.17).
7. Масальских А.В. Параллельный алгоритм одного метода восстановления табличных данных // Известия Тульского государственного университета. Естественные науки. 2014. № 3. С. 67−77.
8. Rahman M.M., Davis D.N. Fuzzy Unordered Rules Induction Algorithm Used as Missing Value Imputation Methods for K-Mean Clustering on Real Cardiovascular Data. URL = http://www2.dcs.hull.ac.uk/NEAT/dnd/papers/ Fuzzy_InductionAlgorithm_ MVI.pdf (от 4.05.18).
9. Сибирев И.В., Афанасьева Т.В. Алгоритм предобработки и восстановления анкетных данных // Материалы VI Междунар. науч.-техн. конф. «Открытые семантические технологии проектирования интеллектуальных систем» (Open Semantic Technologies for Intelligent Systems, OSTIS-2016). Минск: БГУИР. 2016. С. 271−274.
10. Сибирев И.В. Предобработка данных в интеллектуальном анализе на основе восстановления пропущенных анкетных значений // Труды Пятнадцатой национальной конф. по искусственному интеллекту с Междунар. участием КИИ-2016. В 3-х томах. Смоленск: Универсум. 2016. Т. 1. С. 378−386.
11. Сибирев И.В., Афанасьева Т.В. Анализ эффективности алгоритма восстановления анкетных данных // Сб. научных трудов III Междунар. научно-практическая конф. «Электронное обучение в непрерывном образовании (ЭОНО-2016)». Ульяновск: УлГТУ. 2016. 367−373 с.
12. Сибирев И.В. Программа генератор исходных данных для кластеризации / Нечеткие системы и мягкие вычисления. Промышленные применения // Сб. науч. трудов IV Всерос. научно- практич. мультиконф. с Междунар. участием «Прикладные информационные системы (ПИС-2017)». Ульяновск (Россия). 29−31 мая 2017. Ульяновск: УлГТУ. 2017. С. 171−174.