Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
| Код |
422836 |
| Дата создания |
2019 |
| Страниц |
29
|
Мы сможем обработать ваш заказ (!) 25 апреля в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Содержание
ВВЕДЕНИЕ
1. Постановка задачи 3
2. Обзор литературы 4
3. Методы кластеризации 11
4. Испытание и обоснование эффективности предлагаемых
подходов 16
5. Описание результатов 18
6. Обсуждение результатов 22
7. Выводы и перспективы 24
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 25
ПРИЛОЖЕНИЕ 29
Введение
В настоящее время повсеместный сбор данных и технологии обработки данных, которые становятся все более доступными, открывают новые возможности для разработки систем и серви-сов, использующих геораспределенные данные. Геораспределен-ные данные - это данные о событиях, которые в качестве основ-ных атрибутов и атрибутов временной метки имеют две геогра-фические координаты [20].
Большая часть населения, живущего в городах, имеют мо-бильные телефоны или смартфоны. Операторы мобильной связи могут получать большой объем данных о перемещении владель-цев телефонов по городу.
Фрагмент работы для ознакомления
Задача кластеризации заключается в разбиении множества объектов на непересекающиеся подмножества - кластеры - та-ким образом, чтобы каждое подмножество состояло из схожих объектов, а объекты разных кластеров существенно отличались, при этом структура кластеров изначально неизвестна. Для опре-деления схожести объектов необходимо задавать функцию рас-стояния на множестве объектов.
Список литературы
1. БОЛЬШАКОВА, Е. И. Автоматическая обработка тек-стов на естественном языке и компьютерная лингвисти-ка : учеб. пособие / Е. И. Большакова, Э. С. Клышинский, Д. В. Ландэ, А. А. Носков, О. В. Пескова, Е. В. Ягунова - М.: МИЭМ, 2011. - 272 с.
2. БУРЕ, В. М., МАЗАЛОВ, В. В., ПЛАКСИНА, Н. В. Вы-числение характеристик пассажиропотоков в транспорт-ных системах / Управление большими системами. Выпуск 47. М.: ИПУ РАН, 2014. С.77-91.
3. ВОРОНЦОВ, К. В. Машинное обучение. Курс лекций [Электронный ресурс]. - Режим доступа: http://www. machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf (дата обращения: 25.03.2016).
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00469