DIVISION OF OBJECTS INTO CLUSTERS BY GROUPS OF FEATURES

Abstract

This article discusses the solution to the problem of identifying complex hidden relationships between varieties by clustering using the DBSCAN algorithm, dividing the characteristics of soft wheat varieties into groups (reflecting the growth and development of the wheat plant, components of yield and yield, reflecting quality of the grain). The article presents the idea of the DBSCAN algorithm used to solve the problem and the corresponding steps of the algorithm. It also highlights the advantage of the DBSCAN algorithm over the K-means clustering algorithm. Since this algorithm can select clusters of arbitrary shape, it also determines the number of clusters in the sample file based on certain conditions. Based on the values of the features related to different varieties of wheat, in one file created based on experimental files, by dividing them into clusters and sets of noise objects using the DBSCAN algorithm, the problems of identifying wheat varieties that are close to each other in features and varieties that change their characteristics due to abiotic factors, as well as sorting wheat varieties with low grain quality and low yields were solved. The efficiency of clustering by dividing the features of objects into groups is shown using the example of wheat selection. Epsilon-ocrystality is determined, reflecting the degree of closeness of objects and the number of objects included in 3 groups of features related to wheat varieties. Clusters and noise objects are found based on the detected values. Based on this, it was possible to draw important conclusions about the wheat varieties that retained (did not retain) their bunch and were identified as noise objects in all 3 groups.

Keywords

References

1. Дилмуродов С. и др. Оценка генетической изменчивости и биометрических показателей у сортов мягкой пшеницы: значение для современных методов селекции //BIO Web of Conferences. – EDP Sciences, 2025. – Т. 163. – С. 03001.
2. Дилмуродов С. Д. и др. Селекция генотипов озимого нута с высокой фотосинтетической продуктивностью, адаптированных к механизации, высокой урожайности и высоком содержании белка в южных регионах Узбекистана //E3S Web of Conferences. – EDP Sciences, 2025. – Т. 618. – С. 03014.
3. Шодиев Ф., Эшбоев Е., Суярова А. Прогнозирование устойчивости к болезням высококачественных сортов пшеницы с использованием метода расчета обобщенных оценок //E3S Web of Conferences. – EDP Sciences, 2023. – Т. 401. – С. 04063.
4. Madrakhimov S., Shodiyev F. INTERVALLARGA BO‘ LISH USULI YORDAMIDA BUG‘ DOY NAVLARI TANLANMASIDAGI YASHIRINGAN QONUNIYATLARNI ANIQLASH // Innovatsion texnologiyalar. – 2024. – Т. 53. – No. 01.
5. Игнатьев Н. А., Згуральская Е. Н., Марковцева М. В. Поиск скрытых закономерностей, влияющих на общую выживаемость больных, методами интеллектуального анализа данных //Искусственный интеллект и принятие решений. – 2020. – No. 3. – С. 73 - 80.
6. Shodiyev F., Eshboyev E. Tanlanmalarni shakllantirish va alomatlarning vaznlarini hisoblash: Tanlanmalarni shakllantirish va alomatlarning vaznlarini hisoblash // MODERN PROBLEMS AND PROSPECTS OF APPLIED MATHEMATICS. – 2024. – Т. 1. – No. 01.
7. Кличева Ф. Г., Эшбоев Е. А. Совместное использование методов искусственного интеллекта в диагностике сердечно-сосудистых заболеваний // Искусственный интеллект и информационные технологии. – CRC Press, 2024. – С. 251 - 256.
8. Мадрахимов Ш. Ф. Отбор шумовых объектов на базе обобщённых оценок //Проблемы вычислительной и прикладной математики. – 2018. – No. 2. – С. 122 - 131.
9. Файзулла С.В., Муниса Д. ОПРЕДЕЛЕНИЕ ИНФОРМАТИВНЫХ ПРИЗНАКОВ С ПОМОЩЬЮ МЕТОДА ДЕЛЕНИЯ НА ИНТЕРВАЛЫ НА ОСНОВЕ ГИПОТЕЗЫ КОМПАКТНОСТИ //Universum: технические науки. – 2024. – Т. 7. – No 3 (120). – С. 25 - 29.
10. Мадрахимов Ш. Ф., Саидов Д. Ю. Группировка признаков по критерию устойчивости объектов классов //Актуальные проблемы прикладной математики, информатики и механики. – 2016. – С. 93 - 95.
11. Игнатьев Н. А., Згуральская Е. Н., Марковцева М. В. Нелинейные преобразования признаков и поиск закономерностей на данных больных хроническим лимфолейкозом //Информационные технологии и нанотехнологии (ИТНТ - 2020). Сборник трудов по материалам VI Международной конференции и молодежной школы (г. Самара, 26 - 29 мая). – 2020. – No. 4. – С. 123 - 128.
12. Шодиев Ф., Эшбоев Э., Дилмуродов Ш. СУНЪИЙ ИНТЕЛЛЕКТУАЛ ТИЗИМЛАР ЁРДАМИДА ДОН СИФАТИ ЮҚОРИ БУҒДОЙ НАВЛАРИНИ АНИҚЛАШ УСУЛЛАРИ // Innovatsion texnologiyalar. – 2022. – Т. 48. – No. 4. – С. 39 - 44.
13. Игнатьев Н. А., Акбаров Б. Х. Проблемы вычислительной и прикладной математики //проблемы вычислительной и прикладной математики. Учредители: Научно-инновационный центр информационно-коммуникационных технологий. – No. 4. – С. 158 - 166.