Отрывок: Проведём вторую серию экспериментов, в которой будем разбивать данные за...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Лобачев Н. В. | ru |
dc.contributor.author | Куприянов А. В. | ru |
dc.contributor.author | Суханов С. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | извлечение информации | ru |
dc.coverage.spatial | Иерархическая кластеризация | ru |
dc.coverage.spatial | гиперспектральные данные | ru |
dc.coverage.spatial | анализ данных | ru |
dc.coverage.spatial | алгоритмы кластеризации | ru |
dc.coverage.spatial | кластерный анализ | ru |
dc.coverage.spatial | метод карт Кохонена | ru |
dc.coverage.spatial | метод К-средних | ru |
dc.creator | Лобачев Н. В. | ru |
dc.date.issued | 2019 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20191021151939 | ru |
dc.identifier.citation | Лобачев, Н. В. Сравнительное исследование алгоритмов кластеризации для обработки гиперспектральных данных : вып. квалификац. работа по направлению подгот. 01.03.02 "Прикладная математика и информатика" (уровень бакалавриата) / Н. В. Лобачев ; рук. работы А. В. Куприянов ; нормоконтролер С. В. Суханов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики,. - Самара, 2019. - on-line | ru |
dc.description.abstract | Объектом исследования являются алгоритмы, используемые для кластеризации гиперспектральных данных, такие как: алгоритм c-means и самоорганизующиеся карты Кохонена. Целью данной работы является сравнительное исследование популярных алгоритмов для кластеризации гиперспектральных данных. В ходе работы была разработана программная реализация рассмотренных алгоритмов, с помощью которой был проведен анализ гиперспектрального снимка, выбран наилучший алгоритм кластеризации по оценке наименьшего внутрикластерного расстояния. Кластерный анализ широко используется для обработки гиперспектральных снимков в широком спектре областей. Одним из наиболее популярных направлений является обработка снимков, полученных в ходе дистанционного зондирования Земли, которая позволяет выделять похожие объекты и находить области интереса без человеческой помощи. | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,4 Мб) | ru |
dc.title | Сравнительное исследование алгоритмов кластеризации для обработки гиперспектральных данных | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 27.01 | ru |
dc.subject.udc | 519.237.8 | ru |
dc.textpart | Проведём вторую серию экспериментов, в которой будем разбивать данные за... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Лобачев_Николай_Владимирович_Сравнительное_исследование_алгоритмов_кластеризации.pdf | 2.47 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.