Добірка наукової літератури з теми "Алгоритм кластеризації"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Алгоритм кластеризації".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Алгоритм кластеризації"
Shakhovska, N. B., та N. I. Melnykova. "Нові методи та рішення щодо побудови моделі поведінки користувачів". Scientific Bulletin of UNFU 30, № 5 (3 листопада 2020): 76–83. http://dx.doi.org/10.36930/40300513.
Повний текст джерелаKovivchak, Ja, V. Dubuk та R. Mishak. "Розробка програмного засобу для стиснення зображень на основі кластеризації." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 46 (30 березня 2022): 17–23. http://dx.doi.org/10.36910/6775-2524-0560-2022-46-03.
Повний текст джерелаШніпко, О. С. "Алгоритм кластеризації мезо-економічних систем за рівнем їхньої здатності до протидії загрозам". Формування ринкових відносин в Україні, № 6(61) (2006): 3–13.
Знайти повний текст джерелаШніпко, О. С. "Алгоритм кластеризації мезо-економічних систем за рівнем їхньої здатності до протидії загрозам". Формування ринкових відносин в Україні, № 6(61) (2006): 3–13.
Знайти повний текст джерелаГичиев, Набиюла Сапиюлаевич. "КЛАСТЕРНЫЙ АНАЛИЗ В ЭКОНОМИКЕ: теоретический аспект". Региональные проблемы преобразования экономики, № 8 (29 грудня 2020): 176. http://dx.doi.org/10.26726/1812-7096-2020-8-176-186.
Повний текст джерелаОрленко, Н. С., К. М. Мажуга, М. Б. Душар та В. В. Маслечкін. "ПОРІВНЯЛЬНИЙ АНАЛІЗ ІЄРАРХІЧНИХ МЕТОДІВ КЛАСТЕРІЗАЦІЇ, ПРИДАТНИХ ДЛЯ ОБРОБЛЕННЯ ДАНИХ МОРФОЛОГІЧНИХ ОЗНАК СОРТІВ РОСЛИН". Вісник Полтавської державної аграрної академії, № 2 (28 червня 2019): 261–69. http://dx.doi.org/10.31210/visnyk2019.02.35.
Повний текст джерелаЛяховець, А. В. "Кластеризація за допомогою нейронної мережі Кохонена та модифікованого алгоритму ієрархічної кластеризації Хамелеон у різних предметних областях". Реєстрація, зберігання і обробка даних 15, № 1 (4 квітня 2013): 53–58. http://dx.doi.org/10.35681/1560-9189.2013.15.1.103365.
Повний текст джерелаBulba, S., V. Davydov та H. Kuchuk. "МЕТОД РОЗПОДІЛУ РЕСУРСІВ МІЖ КОМПОЗИТНИМИ ЗАСТОСУНКАМИ". Системи управління, навігації та зв’язку. Збірник наукових праць 4, № 50 (12 вересня 2018): 99–104. http://dx.doi.org/10.26906/sunz.2018.4.099.
Повний текст джерелаКрилов, Євген Володимирович. "Розробка алгоритму стабілізації антропоморфної кінцівки при опорі на поверхню другого роду". Адаптивні системи автоматичного управління 1, № 20 (23 листопада 2012): 67–73. http://dx.doi.org/10.20535/1560-8956.20.2012.30705.
Повний текст джерелаГоловастова, Элеонора Александровна, та Дмитрий Николаевич Красотин. "Кластеризация текстовой выборки, параметризованной ключевыми словами своих элементов". Вестник ВГУ. Серия: Системный анализ и информационные технологии, № 3 (30 вересня 2020): 108–19. http://dx.doi.org/10.17308/sait.2020.3/3045.
Повний текст джерелаДисертації з теми "Алгоритм кластеризації"
Шмалюк, І. Ю. "Алгоритм BSP для кластеризації соціальних мереж". Thesis, Сумський державний університет, 2015. http://essuir.sumdu.edu.ua/handle/123456789/40658.
Повний текст джерелаПаливода, В. В. "Метод когнітивної кластеризації". Thesis, Київський національний університет технологій та дизайну, 2018. https://er.knutd.edu.ua/handle/123456789/11823.
Повний текст джерелаБашкатов, Є. О. "Дослідження кластерної структури часових рядів". Thesis, ХНУРЕ, 2021. https://openarchive.nure.ua/handle/document/16423.
Повний текст джерелаБезменова, Ольга Миколаївна. "Про результати діагностування наявності захворювань з використанням алгоритмів класифікації на основі нечітких правил". Thesis, Національний технічний університет "Харківський політехнічний інститут", 2016. http://repository.kpi.kharkov.ua/handle/KhPI-Press/45814.
Повний текст джерелаАксак, Н. Г., та Е. В. Соколец. "Ускоренный алгоритм кластеризации для анализа больших данных". Thesis, ДРУКАРНЯ МАДРИД, 2016. http://openarchive.nure.ua/handle/document/8360.
Повний текст джерелаКозин, И. А., та Елена Петровна Черных. "Оценка качества кластеризации с помощью графовых алгоритмов". Thesis, Національний технічний університет "Харківський політехнічний інститут", 2017. http://repository.kpi.kharkov.ua/handle/KhPI-Press/48355.
Повний текст джерелаСтруков, В. М., Д. Ю. Узлов та О. В. Власов. "Максимінний критерій визначення первинних центрів в алгоритмах кластеризації К-means". Thesis, Актуальні питання протидії кіберзлочинності та торгівлі людьми: матеріали Всеукраїнської наук.-практ. конф., Харків, 23 листоп. 2018 р. / МВС України, Харків. нац. ун-т внутр. справ. – Х.: Права людини, 2018, 2018. http://dspace.univd.edu.ua/xmlui/handle/123456789/6538.
Повний текст джерелаКрамар, Іван Ігорович. "Кластеризація даних, що збираються з відібраних джерел науково-технічної інформації". Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2020. https://ela.kpi.ua/handle/123456789/36639.
Повний текст джерелаThe aim of the work is to use the clustering of scientific and technical data not only for the visual representation of objects, but also for the recognition of new ones. The purpose of document clustering is to automatically detect groups of semantically similar documents among a given fixed set. Groups are formed only on the basis of pairwise similarity of document descriptions, and no characteristics of these groups are set in advance. Methods for deleting uninformative words are considered: deletion of stop words, stemming, N-diagrams, case reduction. The following methods were used to highlight keywords and classify the results: dictionary, statistical and based on the Y-interpretation of Bradford's law, TF-IDF measure, F-measure and the method of licorice patterns. Python programming language was chosen to implement the system of cluster analysis of scientific and technical data, a high-level, the implementation of the interpreter 2.7. This program code is easier to read, its reuse and maintenance is much easier than using program code in other languages.
Целью работы является применение кластеризации научно-технических данных не только для наглядного представления объектов, но и для распознавания новых. Целью кластеризации документов является автоматическое выявление групп семантически похожих документов среди заданной фиксированной множества. Группы формируются только на основе попарно сходства описаний документов, и никакие характеристики этих групп не задаются заранее. Для удаления неинформативных слов рассмотрены методы: удаление стоп-слов, стемминг, N-диаграммы, приведение регистра. Для выделения ключевых слов и классификации результатов использованы следующие методы: словарный, статистический и построен на основе Y-интерпретации закона Брэдфорда, TF-IDF мера, F-мера и способ лакричным шаблонов. Для реализации системы кластерного анализа научно-технических данных избран высокоуровневый язык программирования Python, реализация интерпретатора 2.7. Данный программный код читается легче, его многократное использование и обслуживание выполняется гораздо проще, чем использование программного кода на других языках.
Кузьменко, П. С. "Автоматизована інформаційна комп‘ютерна система сегментації об`єктів на фотознімку". Thesis, Чернігів, 2020. http://ir.stu.cn.ua/123456789/23490.
Повний текст джерелаОб'єктом даної комплексної курсової роботи є розробка автоматизованої інформаційної комп‘ютерної системи сегментації об`єктів на фотознімку. Метою роботи є розробка архітектури комп’ютерної системи для відслідковування рухомих об`єктів шляхом ідентифікації окремих сегментів на фото – або відео знімках. Основним призначенням комп'ютерної системи є автоматизувати процес відслідковування певних сегментів, завантажених у програму знімків. У роботі проаналізовано існуючі способи автоматизованої сегментації. У ході виконання роботи було розроблено архітектуру системи, алгоритм сегментації фотознімку та реалізований алгоритм пошуку обраного об‘єкта на різних фотознімках. Робота має практичну цінність.
The object of this complex course work is the development of an automated information computer system for segmentation of objects in photography. The aim of the work is to develop the architecture of a computer system for tracking moving objects by identifying individual segments in photos or videos. The main purpose of a computer system is to automate the process of tracking certain segments loaded into the image program. The existing methods of automated segmentation are analyzed in the work. During the work, the system architecture, photo segmentation algorithm and algorithm for searching for the selected object in different photos were developed. The work has practical value.
Михайлишин, Світлана Петрівна. "Інформаційно-аналітична система обігу пакетованого насіння дочірнього підприємства “Світ насіння” товариства з обмеженою відповідальністю “Тернопільсортнасінняовоч”". Thesis, Тернопільський національний технічний університет імені Івана Пулюя, 2017. http://elartu.tntu.edu.ua/handle/123456789/19592.
Повний текст джерелаЧастини книг з теми "Алгоритм кластеризації"
КЕЛЬМАНОВ, АЛЕКСАНДР ВАСИЛЬЕВИЧ, ВЛАДИМИР ИЛЬИЧ ХАНДЕЕВ та АННА ВЛАДИМИРОВНА ПАНАСЕНКО. "РАНДОМИЗИРОВАННЫЕ АЛГОРИТМЫ ДЛЯ НЕКОТОРЫХ ЗАДАЧ КЛАСТЕРИЗАЦИИ". У ИНТЕЛЛЕКТУАЛИЗАЦИЯ ОБРАБОТКИ ИНФОРМАЦИИ, 56–57. TORUS PRESS, 2018. http://dx.doi.org/10.30826/idp201823.
Повний текст джерелаКЕЛЬМАНОВ, АЛЕКСАНДР ВАСИЛЬЕВИЧ, ВЛАДИМИР ИЛЬИЧ ХАНДЕЕВ та АННА ВЛАДИМИРОВНА ПАНАСЕНКО. "ТОЧНЫЕ АЛГОРИТМЫ ДЛЯ СПЕЦИАЛЬНЫХ СЛУЧАЕВ ДВУХ ТРУДНОРЕШАЕМЫХ ЗАДАЧ 2-КЛАСТЕРИЗАЦИИ". У ИНТЕЛЛЕКТУАЛИЗАЦИЯ ОБРАБОТКИ ИНФОРМАЦИИ, 54–55. TORUS PRESS, 2018. http://dx.doi.org/10.30826/idp201822.
Повний текст джерелаКЕЛЬМАНОВ, АЛЕКСАНДР ВАСИЛЬЕВИЧ, АРТЕМ ВАЛЕРЬЕВИЧ ПЯТКИН, СЕРГЕЙ АСГАДУЛЛОВИЧ ХАМИДУЛЛИН та ВЛАДИМИР ИЛЬИЧ ХАНДЕЕВ. "ТОЧНЫЙ АЛГОРИТМ ПОИСКА КЛАСТЕРА НАИБОЛЬШЕГО РАЗМЕРА В ЗАДАЧЕ 2-КЛАСТЕРИЗАЦИИ ЦЕЛОЧИСЛЕННОЙ ПОСЛЕДОВАТЕЛЬНОСТИ". У ИНТЕЛЛЕКТУАЛИЗАЦИЯ ОБРАБОТКИ ИНФОРМАЦИИ, 60–61. TORUS PRESS, 2018. http://dx.doi.org/10.30826/idp201825.
Повний текст джерелаТези доповідей конференцій з теми "Алгоритм кластеризації"
С. Белянушкина, М., та Д. В. Логинов. "Развитие алгоритмов кластеризации сейсмических данных". У Geomodel 2008 - 10th EAGE science and applied research conference on oil and gas geological exploration and development. European Association of Geoscientists & Engineers, 2008. http://dx.doi.org/10.3997/2214-4609.201404295.
Повний текст джерелаАйрапетян, Жирайр Сережаевич, Дмитрий Сергеевич Фролов та Борис Григорьевич Миркин. "Метод максимального правдоподобия для обобщения нечетких множеств в таксономиях". У Математические основы информатики и информационно-коммуникационных систем. Crossref, 2021. http://dx.doi.org/10.26456/mfcsics-21-15.
Повний текст джерела