Отрывок: Процедура, описанная выше, со всеми «неразмеченными» векторами повторяется циклически. Разбиение на подпространства продолжается до тех пор, пока все вектора не окажутся в любом из подпространств. На этапе распознавания при определенном решающем правиле, векторближайший к одному из образованных описанным способом подклассов, считается принадлежащим исходному классу. ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Жердев, Д.А. | - |
dc.contributor.author | Хрипунов, П.В. | - |
dc.contributor.author | Zherdev, D.A. | - |
dc.contributor.author | Hripunov, P.V. | - |
dc.date.accessioned | 2018-05-22 09:29:51 | - |
dc.date.available | 2018-05-22 09:29:51 | - |
dc.date.issued | 2018 | - |
dc.identifier | Dspace\SGAU\20180518\69605 | ru |
dc.identifier.citation | Жердев Д.А. Сегментация персональных данных с использованием показателя сопряженности / Жердев Д.А., Хрипунов П.В. // Сборник трудов IV международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2018) - Самара: Новая техника, 2018. - С.2799-2802 | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Segmentaciya-personalnyh-dannyh-s-ispolzovaniem-pokazatelya-sopryazhennosti-69605 | - |
dc.description.abstract | В работе рассматривается возможность применения метода обработки персональных данных и выявлений сходства записей на основе разделения большой базы данных на подклассы. Для решения поставленной задачи нами используется показатель сопряженности. Данный показатель демонстрирует свою эффективность как при решении задачи распознавания, так и при решении задачи кластеризации данных. The paper proposes a method for processing personal data that allows them to be divided into many segments or classes. The customer database is used as the source data. We use the indicator of conjugacy that has already proved the effectiveness in both recognition and clustering of data problems. | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.subject | clustering | ru |
dc.subject | data analyse | ru |
dc.subject | data mining | ru |
dc.title | Сегментация персональных данных с использованием показателя сопряженности | ru |
dc.title.alternative | Personal data segmentation based on conjugation index usage | ru |
dc.type | Article | ru |
dc.textpart | Процедура, описанная выше, со всеми «неразмеченными» векторами повторяется циклически. Разбиение на подпространства продолжается до тех пор, пока все вектора не окажутся в любом из подпространств. На этапе распознавания при определенном решающем правиле, векторближайший к одному из образованных описанным способом подклассов, считается принадлежащим исходному классу. ... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper_377.pdf | основная статья | 161.58 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.