Details

Соколовский, Никита Дмитриевич. Кластеризация жилых зданий на основе нейросетевого моделирования [Электронный ресурс]: магистерская диссертация: 08.04.01 / Н. Д. Соколовский; Санкт-Петербургский политехнический университет Петра Великого, Инженерно-строительный институт ; науч. рук. Т. Л. Симанкина. — Электрон. текстовые дан. (1 файл : 3,38 МБ). — Санкт-Петербург, 2017. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/v17-1877.pdf>. — <URL:http://doi.org/10.18720/SPBPU/2/v17-1877>.

Record create date: 7/19/2017

Subject: Жилые здания — Эксплуатация; кластеризация; нейросетевое моделирование; жилищный фонд; мониторинг; самоорганизующиеся карты

UDC: 69.056.1(470.23-25)(043.3); 004.383.8.032.26(043.3)

Collections: Выпускные квалификационные работы; Общая коллекция

Links: DOI

Allowed Actions: Read Download (3.4 Mb) You need Flash Player to read document

Group: Anonymous

Network: Internet

Annotation

Магистерская диссертация направлена на разработку алгоритма кластеризации объектов жилищного фонда с целью создания групп, включающих в себя жилые здания со схожими техническими характеристиками. В основе работы лежат принципы нейросетевого моделирования на основе самоорганизующихся карт SOM, позволившие оптимальным образом распределить жилые здания Выборгского района в городе Санкт-Петербурге. В процессе работы был проведен анализ результатов кластеризации, включающий проверку качества кластеризации, составление профилей кластеров и корреляцию результатов. В результате исследования доказана целесообразность применения данной методики структуризации объектов жилищного фонда в целях усовершенствования нормативно-правовой документации в области технической эксплуатации жилого фонда города Санкт-Петербурга.

Document access rights

Network User group Action
FL SPbPU Local Network All Read Print Download
-> Internet All Read Print Download

Document usage statistics

stat Document access count: 249
Last 30 days: 3
Detailed usage statistics