Добірка наукової літератури з теми "Алгоритм DBSCAN"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Зміст
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Алгоритм DBSCAN".
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 DBSCAN"
Головастова, 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 джерелаЛашков, А. А., С. В. Рубинский та П. А. Эйстрих-Геллер. "Применение алгоритма DBSCAN для выявления гидрофобных кластеров в структурах белков". Кристаллография 64, № 3 (2019): 494–502. http://dx.doi.org/10.1134/s0023476119030184.
Повний текст джерела"Поиск аномалий во временных рядах на основе ансамблей алгоритмов DBSCAN". Искусственный интеллект и принятие решений, 20 березня 2018. http://dx.doi.org/10.14357/20718594180109.
Повний текст джерелаВОРОБЬЕВА, Д. М., А. И. ПАРАМОНОВ, and А. Е. КУЧЕРЯВЫЙ. "IOT MODEL WITH MULTIMODAL NODE ALLOCATION AND THE METHOD OF USING MOBILE HEAD NODES FOR DATA COLLECTION." Электросвязь, no. 10(23) (October 27, 2021). http://dx.doi.org/10.34832/elsv.2021.23.10.004.
Повний текст джерелаДисертації з теми "Алгоритм DBSCAN"
Крамар, 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.