Отрывок: ед. z16 1 – низкая влажность от 0,29 до 0,33; 2 –средняя влажность от 0,34 до 0,38; 3 –высокая влажность от 0,39 до 0,43 влажность грунта на границе раскатывания, д. ед. z17 1 – низкая влажность от 0,20 до 0,23; 2 – средняя влажность от 0,24 до 0,26; 3 – высокая влажность от 0,27 до 0, 30 число пластичности, % z18 1 – несвязные грунты (песок и другие) от 0 до 1; 2 – супесь от 1 до 7; 3 – суглинок лёгкий от 7 до 12; 4 – суглинок тяжёлый от 12 до 17; 5 – глина лёгкая ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Янковская, А.Е. | - |
dc.contributor.author | Сухоруков, А.В. | - |
dc.date.accessioned | 2017-05-12 16:26:47 | - |
dc.date.available | 2017-05-12 16:26:47 | - |
dc.date.issued | 2017 | - |
dc.identifier | Dspace\SGAU\20170512\63729 | ru |
dc.identifier.citation | А.Е. Янковская, А.В. Сухоруков // Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017) - Самара: Новая техника, 2017. - С. 507-512. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Kompleksnaya-matrichnaya-model-predstavleniya-dannyh-i-znanii-dlya-dorozhnoklimaticheskogo-raionirovaniya-territorii-i-rezultaty-ee-aprobacii-63729 | - |
dc.description.abstract | Для решения задачи дорожно-климатического районирования территорий с применением интеллектуальной системы предложена комплексная матричная модель представления данных и знаний, состоящая из 1) расширенной матричной модели, включающей расширенную матрицу описаний и различений (расширение осуществлено путём включения в матрицу описания дополнительных столбцов) по исследованным территориям, 2) матриц описания и различения знаний высококвалифицированных экспертов и 3) частичной матричной модели, состоящей только из расширенной матрицы описаний исследуемых (распознаваемых) территорий. Впервые приведены оригинальные результаты апробации интеллектуального анализа данных и знаний с использованием разработанной и развитой в лаборатории интеллектуальных систем Томского государственного архитектурно-строительного университета интеллектуальной системы ИМСЛОГ применительно к решению задачи дорожно-климатического районирования. | ru |
dc.description.sponsorship | Работа выполнена при финансовой поддержке грантов РФФИ (проект № 14-07-00673а и проект № 16-07-00859а). | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.subject | комплексная матричная модель | ru |
dc.subject | интеллектуальный анализ данных | ru |
dc.subject | результаты апробации | ru |
dc.subject | геокомплекс | ru |
dc.subject | дорожноклиматическое районирование | ru |
dc.title | Комплексная матричная модель представления данных и знаний для дорожно-климатического районирования территорий и результаты её апробации | ru |
dc.type | Article | ru |
dc.textpart | ед. z16 1 – низкая влажность от 0,29 до 0,33; 2 –средняя влажность от 0,34 до 0,38; 3 –высокая влажность от 0,39 до 0,43 влажность грунта на границе раскатывания, д. ед. z17 1 – низкая влажность от 0,20 до 0,23; 2 – средняя влажность от 0,24 до 0,26; 3 – высокая влажность от 0,27 до 0, 30 число пластичности, % z18 1 – несвязные грунты (песок и другие) от 0 до 1; 2 – супесь от 1 до 7; 3 – суглинок лёгкий от 7 до 12; 4 – суглинок тяжёлый от 12 до 17; 5 – глина лёгкая ... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper 99_507-512.pdf | Основная статья. Раздел: Обработка изображений и геоинформационные технологии | 664.87 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.