Детальная информация

Название: Кластеризация данных детекторов: выявление типовых дней недели и сезонности: выпускная квалификационная работа бакалавра: направление 01.03.02 «Прикладная математика и информатика» ; образовательная программа 01.03.02_02 «Системное программирование»
Авторы: Антонов Алексей Владимирович
Научный руководитель: Курц Валентина Валерьевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: кластеризация; метод k-средних; иерар­хическая кластеризация; clustering; k-means method; hierarchical clustering
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 01.03.02
Группа специальностей ФГОС: 010000 - Математика и механика
DOI: 10.18720/SPBPU/3/2022/vr/vr22-2800
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\18837

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

Тема выпускной квалификационной работы: «Кластеризация данных детек­торов. Выявление типовых дней недели и сезонности». В данной работе произведена кластеризация данных разных детекторов при помощи иерархической кластеризации и метода k-средних. Произведено сравнение результатов, полученных этими методами. Цель работы — выявление типовых дней недели и сезонной зависимости профиля интенсивности транспортного потока. А также сравнение двух методов кластерного анализа. Результатом работы являются профили интенсивности для выявленных кластеров, в которых прослеживаются зависимости от дня недели либо сезонности.

The subject of the graduate qualification work is «Clustering of detector data. Identification of typical days of the week and seasonality». In this paper, clustering of data from different detectors is performed usinghierarchical clustering and the k-means method. The results obtained by these methodsare compared. The purpose of the work is to identify typical days of the week and seasonaldependence of the traffic flow intensity profile. And also a comparison of two methodsof cluster analysis. The result of the work are intensity profiles for the identified clusters, in whichdependences on the day of the week or seasonality are traced.

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 Анонимные пользователи

Оглавление

  • Кластеризация данных детекторов. Выявление типовых дней недели и сезонности
    • Введение
    • 1. Обзор литературы
    • 2. Разработка модели исследования
    • 3. Разработка программного обеспечения
    • 4. Результаты
    • Заключение
    • Список использованных источников

Статистика использования

stat Количество обращений: 6
За последние 30 дней: 1
Подробная статистика