Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/4996
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Буре Владимир Мансурович | ru_RU |
dc.contributor.author | Ложкинс Алексейс | ru_RU |
dc.contributor.author | Lozkins Aleksejs | en_GB |
dc.contributor.editor | доктор технических наук, В.М. Буре | ru_RU |
dc.contributor.editor | Doctor of Engineering, Associate Professor V.M. Bure | en_GB |
dc.date.accessioned | 2016-10-10T02:21:22Z | - |
dc.date.available | 2016-10-10T02:21:22Z | - |
dc.date.issued | 2016 | |
dc.identifier.other | 023571 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/4996 | - |
dc.description.abstract | В работе предлагается рассматривать неточности исследуемых данных для определения «правильного» числа кластеров. Полагаем, что кластеризация является устойчивой, если группировки возмущенных данных для соответствующего числа кластеров не отличаются по составу в результате многочисленных повторений. Исследуемые данные всегда имеют ошибки различной природы, величины и носят случайный характер. Основным настраиваемым параметром предлагаемых алгоритмов является уровень дисперсии шумов, добавляемых к исследуемым данным. С другой стороны, множество дисперсий отражает уровень ошибок в исследуемых данных. Достоверная, точная и правильная кластеризация состоит из кластеров, которые имеют минимальный уровень зависимости от уровня возмущений. | ru_RU |
dc.description.abstract | The studied data inaccuracies can be used for estimation of the appropriate number of clusters in the cluster analysis. The clustering is stable if the grouping results of relevant perturbed data for many simulations do not differ. The explored initial data always have inaccuracies, the nature of this errors have different origin, rate and have the casual character. The algorithms basic parameter represents the variances of the noises added to the data. On the other hand, the variances represent the level of errors in the investigated data. The superior, precise and proper clustering consists of the clusters which have the minimal level of dependence from perturbation level. | en_GB |
dc.language.iso | ru | |
dc.subject | кластеризация | ru_RU |
dc.subject | устойчивость кластеров | ru_RU |
dc.subject | оптимальное число кластеров | ru_RU |
dc.subject | расстояние между кластеризациями | ru_RU |
dc.subject | clustering | en_GB |
dc.subject | clusters stability | en_GB |
dc.subject | optimal number of clusters | en_GB |
dc.subject | distance between clusterings | en_GB |
dc.title | Stability-based approach of cluster number determination | en_GB |
dc.title.alternative | Подход к оценке числа кластеров в концепции устойчивости кластеризации | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Lozkins_Aleksejs_Cluster_analysis.pdf | Article | 814,44 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st006717_Bure_Vladimir_Mansurovich_(supervisor)(En).txt | ReviewSV | 1,92 kB | Text | Просмотреть/Открыть |
reviewSV_st006717_Bure_Vladimir_Mansurovich_(reviewer)(En).txt | ReviewRev | 2,04 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.