2025-02-22T23:31:12-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-16097%22&qt=morelikethis&rows=5
2025-02-22T23:31:12-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-16097%22&qt=morelikethis&rows=5
2025-02-22T23:31:12-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-22T23:31:12-05:00 DEBUG: Deserialized SOLR response
Декомпозиція простору під час кластеризації даних великої розмірності
Для зменшення часових затрат під час кластеризації даних великих розмірів запропоновано декомпозиційний підхід, що базується на розбитті простору згідно з координатними вісями гіперкубів. Відповідне керування алгоритмом дає змогу об'єднувати кластери - результати з підмножин - у кінцеві при нез...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Фізико-механічний інститут ім. Г.В. Карпенка НАН України
2009
|
| Subjects: | |
| Online Access: | http://dspace.nbuv.gov.ua/handle/123456789/16097 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Для зменшення часових затрат під час кластеризації даних великих розмірів запропоновано декомпозиційний підхід, що базується на розбитті простору згідно з координатними вісями гіперкубів. Відповідне керування алгоритмом дає змогу об'єднувати кластери - результати з підмножин - у кінцеві при незначних втратах точності. Як приклади практичних даних використані зображення із значними кількостями пікcелів. |
|---|