Отрывок: рисунок 13) получается следующее разбиение на кластеры: - I кластер: (X1, X15, X16), - II кластер: X5, - III кластер: X8. Далее формируются сложные признаки, исходя из написанного в параграфе 1.1.4. Но, прежде чем сформировывать их, следует определить параметр β равный I0(Y), т.е. 7.97, который будет отсеивать признаки, чья информативность будет ниже 7.97. Получаются следующие сложные признаки: 1) U1 = X1 ⊗ X5, 2) U2 = X1 ⊗ X8, 3) U3 = X15 ⊗ X5, 4) U4 = X15 ⊗ ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Федосеев М. Ю. | ru |
dc.contributor.author | Севостьянова В. В. | ru |
dc.contributor.author | Министерство образования и науки России | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Естественнонаучный институт | ru |
dc.coverage.spatial | алгоритмы кластеризации | ru |
dc.coverage.spatial | информационная безопасность | ru |
dc.coverage.spatial | информация по Хартли | ru |
dc.coverage.spatial | кластеризация данных | ru |
dc.coverage.spatial | распознавание изображений | ru |
dc.coverage.spatial | системы распознавания образов (СРО) | ru |
dc.creator | Федосеев М. Ю. | ru |
dc.date.accessioned | 2022-04-04 16:28:27 | - |
dc.date.available | 2022-04-04 16:28:27 | - |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20220304111821 | ru |
dc.identifier.citation | Федосеев, М. Ю. Информация по Хартли и системы распознавания образов : вып. квалификац. работа по спец. 10.05.01 "Компьютерная безопасность" (уровень специалитета). - Текст : электронный / М. Ю. Федосеев ; рук. работы В. В. Севостьянова ; Минобрнауки России, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Естественнонауч. ин-т, Мех.-мат. фак-т, Каф. алгебры и геометрии. - Самара, 2022. - 1 файл (1,71 Мб) | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Informaciya-po-Hartli-i-sistemy-raspoznavaniya-obrazov-96542 | - |
dc.description.abstract | Представлен алгоритм кластеризации данных, основанный на понятииноль-информации слова.Разработана программная реализация алгоритма кластеризации напримере распознавания изображений на языке Java.Произведен анализ работы программы на различном наборе данных иприменения программы в сфере информационной безопасности. | ru |
dc.title | Информация по Хартли и системы распознавания образов | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.056 | ru |
dc.textpart | рисунок 13) получается следующее разбиение на кластеры: - I кластер: (X1, X15, X16), - II кластер: X5, - III кластер: X8. Далее формируются сложные признаки, исходя из написанного в параграфе 1.1.4. Но, прежде чем сформировывать их, следует определить параметр β равный I0(Y), т.е. 7.97, который будет отсеивать признаки, чья информативность будет ниже 7.97. Получаются следующие сложные признаки: 1) U1 = X1 ⊗ X5, 2) U2 = X1 ⊗ X8, 3) U3 = X15 ⊗ X5, 4) U4 = X15 ⊗ ... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Федосеев_Михаил_Юрьевич_Информация_Хартли.pdf | 1.75 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.