Использование кластеризации при анализе данных

Предложено использовать кластеризацию по величине ближайшего расстояния в многомерном пространстве параметров на этапе предварительной обработки экспериментальных данных. На основе выражения для вероятности ошибки построен алгоритм исключения из полного набора параметров неинформативных признаков....

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2010
Автор: Коваль, П.Н.
Формат: Стаття
Мова:Russian
Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2010
Назва видання:Управляющие системы и машины
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/82883
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Использование кластеризации при анализе данных / П.Н. Коваль // Управляющие системы и машины. — 2010. — № 6. — С. 32-34. — Бібліогр.: 2 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-82883
record_format dspace
spelling irk-123456789-828832015-06-12T03:01:52Z Использование кластеризации при анализе данных Коваль, П.Н. Новые методы в информатике Предложено использовать кластеризацию по величине ближайшего расстояния в многомерном пространстве параметров на этапе предварительной обработки экспериментальных данных. На основе выражения для вероятности ошибки построен алгоритм исключения из полного набора параметров неинформативных признаков. It is suggested to use the clastering over the short distance in a multi-measure space of the parameters at the stage of the preliminary processing of experimental data. On the basis of the expression for the probability of an error an algorithm of the elimination of noninforming signs from a complete set of parameters is constructed. Запропоновано використання кластеризації за величиною найближчої відстані в багатовимірному просторі параметрів на етапі попередньої обробки експериментальних даних. На основі виразу для ймовірності похибки побудовано алгоритм для виключення з повного набору параметрів неінформативних ознак. 2010 Article Использование кластеризации при анализе данных / П.Н. Коваль // Управляющие системы и машины. — 2010. — № 6. — С. 32-34. — Бібліогр.: 2 назв. — рос. 0130-5395 http://dspace.nbuv.gov.ua/handle/123456789/82883 681.513 ru Управляющие системы и машины Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Новые методы в информатике
Новые методы в информатике
spellingShingle Новые методы в информатике
Новые методы в информатике
Коваль, П.Н.
Использование кластеризации при анализе данных
Управляющие системы и машины
description Предложено использовать кластеризацию по величине ближайшего расстояния в многомерном пространстве параметров на этапе предварительной обработки экспериментальных данных. На основе выражения для вероятности ошибки построен алгоритм исключения из полного набора параметров неинформативных признаков.
format Article
author Коваль, П.Н.
author_facet Коваль, П.Н.
author_sort Коваль, П.Н.
title Использование кластеризации при анализе данных
title_short Использование кластеризации при анализе данных
title_full Использование кластеризации при анализе данных
title_fullStr Использование кластеризации при анализе данных
title_full_unstemmed Использование кластеризации при анализе данных
title_sort использование кластеризации при анализе данных
publisher Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
publishDate 2010
topic_facet Новые методы в информатике
url http://dspace.nbuv.gov.ua/handle/123456789/82883
citation_txt Использование кластеризации при анализе данных / П.Н. Коваль // Управляющие системы и машины. — 2010. — № 6. — С. 32-34. — Бібліогр.: 2 назв. — рос.
series Управляющие системы и машины
work_keys_str_mv AT kovalʹpn ispolʹzovanieklasterizaciiprianalizedannyh
first_indexed 2023-10-18T19:25:37Z
last_indexed 2023-10-18T19:25:37Z
_version_ 1796146920703393792