Настоящая статья посвящена кратокму обзору основных алгоритмов кластеризации, реализующих задачу поиска изображений по содержанию – CBIR (Content-Based Image Retrieval). Данные алгоритмы осуществляют поиск изображений на основе анализа присущих им характеристик. Поиск изображений по содержанию является одним из наиболее применяемых методов поиска в масштабных базах данных (БД). При сравнении искомого изображения с хранящимися в БД происходит большое количество операций чтения с диска, что снижает производительность системы. Для повышения скорости выполнения запросов и получения оптимального результата используются кластерные алгоритмы поиска изображений по содержанию. Перечислены извлекаемые из изображений признаки, по которым формируются кластеры изображений. Указаны способы извлечения данных признаков. Рассмотрены следующие алгоритмы: статистический метод кластеризации k-средних, нечеткая (fuzzy) кластеризация, комбинированный алгоритм муравьиной колонии и метода роя частиц (ACPSO).

Ключевые слова: поиск изображений по содержанию, кластеризация, нечеткая кластеризация, метод k-средних, алгоритм нечетких c–средних, алгоритм возможностных c –средних, биоинспирированные алгоритмы

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Показано что актуальным направлением развития электронного документооборота является переход к информационным системам, поддерживающим диалоговое взаимодействие с пользователем на естественном языке. Данная проблема является актуальной по причине лавинообразного роста данных обрабатываемых современными информационными системами. На примере данных отделов кадров предприятий описана проблема преобразования словесных критериев, описывающих свойства искомых данных, в SQL-запросы, выполнение которых позволит получить требуемые информационные массивы. Математически формализация словесных критериев фильтрации данных была формализована при помощи трапецеидальных функций принадлежности нечеткому множеству. Описана реализация процесса преобразования трапецеидальной функции принадлежности в условные выражения SQL-запросов к реляционных систем управления базами данных . Реализованные преобразования математически соответствуют как теории нечетких множеств, так и концепции реляционных баз данных (т.е. стандарту SQL). Соответствие преобразований теории нечетких множеств в дальнейшем позволит использовать операторы работы с множествами (объединение, пересечение и т.д.), а соответствие требованиям SQL практически реализовывать предложенный подход средствами широкого класса реляци-онных систем управления базами данных .

Ключевые слова: нечеткая логика, функция принадлежности, нечеткое множество, терм, лингвистическая переменная, база данных, нечеткие запросы, а-срез, индекс соответствия

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)