Отрывок: Проведём вторую серию экспериментов, в которой будем разбивать данные за...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorЛобачев Н. В.ru
dc.contributor.authorКуприянов А. В.ru
dc.contributor.authorСуханов С. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialизвлечение информацииru
dc.coverage.spatialИерархическая кластеризацияru
dc.coverage.spatialгиперспектральные данныеru
dc.coverage.spatialанализ данныхru
dc.coverage.spatialалгоритмы кластеризацииru
dc.coverage.spatialкластерный анализru
dc.coverage.spatialметод карт Кохоненаru
dc.coverage.spatialметод К-среднихru
dc.creatorЛобачев Н. В.ru
dc.date.issued2019ru
dc.identifierRU\НТБ СГАУ\ВКР20191021151939ru
dc.identifier.citationЛобачев, 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-lineru
dc.description.abstractОбъектом 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.extentЭлектрон. дан. (1 файл : 2,4 Мб)ru
dc.titleСравнительное исследование алгоритмов кластеризации для обработки гиперспектральных данныхru
dc.typeTextru
dc.subject.rugasnti27.01ru
dc.subject.udc519.237.8ru
dc.textpartПроведём 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.pdf2.47 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.