Детальная информация

Название: Исследование подходов повышения эффективности алгоритмов кластеризации категорийных данных с помощью генетических алгоритмов: магистерская диссертация: 09.04.03
Авторы: Сурин Денис Константинович
Научный руководитель: Щукин Александр Валентинович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2017
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Статистический анализ многомерный; Алгоритмы; категорийные данные; кластеризация
УДК: 004.421(043.3); 519.237(043.3)
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.04.03
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v17-1918
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе рассматривается тема кластеризации категорийных данных и повышения эффективности на основе генетических алгоритмов. Проводимое исследование включает в себя рассмотрение двух аспектов - это улучшение распределения данных между кластерами и увеличение производительности алгоритма кластеризации за счёт распараллеливания. В ходе выполнения работы был реализован генетический алгоритм генерации правил и встроен в алгоритм Clope.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 250
За последние 30 дней: 0
Подробная статистика