Алгоритмы кластерного анализа для решения задач с асимметричной мерой близости

Кластерный анализ используется в различных научных и прикладных областях и является актуальной темой исследований. В отличие от существующих методов предложенные в работе алгоритмы предназначены для кластеризации объектов, описываемых векторами признаков в пространстве с несоблюдением аксиомы симметрии. В этом случае особенностью решения задачи кластеризации является использование асимметричной меры близости объектов.
Суть первого из предложенных алгоритмов кластеризации заключается в последовательном формировании кластеров с одновременным перенесением кластеризованных объектов из ранее созданных кластеров в текущий кластер в случае, если это уменьшит критерий качества. По сравнению с существующими алгоритмами неиерархической кластеризации такой подход к формированию кластеров позволяет уменьшить вычислительные затраты. Второй алгоритм является модифицированной версией первого и дополнительно позволяет выполнять переназначения главных объектов кластера с целью дальнейшего уменьшения величины предложенного критерия качества.