1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorЛобачев Н. В.
dc.contributor.authorКуприянов А. В.
dc.contributor.authorСуханов С. В.
dc.coverage.spatialизвлечение информации
dc.coverage.spatialИерархическая кластеризация
dc.coverage.spatialгиперспектральные данные
dc.coverage.spatialанализ данных
dc.coverage.spatialалгоритмы кластеризации
dc.coverage.spatialкластерный анализ
dc.coverage.spatialметод карт Кохонена
dc.coverage.spatialметод К-средних
dc.creatorЛобачев Н. В.
dc.date2019
dc.date.accessioned2025-11-27T12:24:55Z-
dc.date.available2025-11-27T12:24:55Z-
dc.date.issued2019
dc.identifier.identifierRU\НТБ СГАУ\ВКР20191021151939
dc.identifier.citationЛобачев, Н. В. Сравнительное исследование алгоритмов кластеризации для обработки гиперспектральных данных : вып. квалификац. работа по направлению подгот. 01.03.02 "Прикладная математика и информатика" (уровень бакалавриата) / Н. В. Лобачев ; рук. работы А. В. Куприянов ; нормоконтролер С. В. Суханов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики,. - Самара, 2019. - on-line
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/51080-
dc.description.abstractОбъектом исследования являются алгоритмы, используемые для кластеризации гиперспектральных данных, такие как: алгоритм c-means и самоорганизующиеся карты Кохонена. Целью данной работы является сравнительное исследование популярных алгоритмов для кластеризации гиперспектральных данных. В ходе работы была разработана программная реализация рассмотренных алгоритмов, с помощью которой был проведен анализ гиперспектрального снимка, выбран наилучший алгоритм кластеризации по оценке наименьшего внутрикластерного расстояния. Кластерный анализ широко используется для обработки гиперспектральных снимков в широком спектре областей. Одним из наиболее популярных направлений является обработка снимков, полученных в ходе дистанционного зондирования Земли, которая позволяет выделять похожие объекты и находить области интереса без человеческой помощи.
dc.subjectалгоритмы кластеризации
dc.subjectанализ данных
dc.subjectгиперспектральные данные
dc.subjectИерархическая кластеризация
dc.subjectизвлечение информации
dc.subjectкластерный анализ
dc.subjectметод карт Кохонена
dc.subjectметод К-средних
dc.subject.rugasnti27.01
dc.subject.udc519.237.8
dc.titleСравнительное исследование алгоритмов кластеризации для обработки гиперспектральных данных
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики
local.contributor.authorматематики и электроники
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Sravnitelnoe-issledovanie-algoritmov-klasterizacii-dlya-obrabotki-giperspektralnyh-dannyh-vyp-kvalifikac-rabota-po-napravleniu-podgot-010302-Prikladnaya-matematika-i-informatika-uroven-bakalavriata-81979
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Лобачев_Николай_Владимирович_Сравнительное_исследование_алгоритмов_кластеризации.pdf2.47 MBAdobe PDFView/Open    Request a copy
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.