Характеристика процесса распознавания воздушных объектов, который имеет ряд трудностей. Анализ использования кластеризации семействами алгоритмов k-means и g-means. Исследование работоспособности метода на примере информации о воздушных объектах.
При низкой оригинальности работы "Применение алгоритмов кластеризации k-means и g-means в задачах распознавания воздушных объектов", Вы можете повысить уникальность этой работы до 80-100%
Применение алгоритмов кластеризации k-means и g-means в задачах распознавания воздушных объектовРассмотрено применение кластеризации семействами алгоритмов k-means и g-means в задачах распознавания воздушных объектов в условиях неполноты и недостоверности данных. Сформирована исследовательская выборка, которая применялась для демонстрации работоспособности кластеризации семействами алгоритмов k-means и g-means. Application of k-means and g-means clustering algorithms in objects recognition Кластеризация семействами алгоритмов k-means и g-means обычно используется для решения задач описательной бизнес-аналитики, в частности, для кластеризации (автоматизированной сегментации) объектов. Работа алгоритма продолжается до тех пор, пока значения центров кластеров не перестанут пересчитываться, т.е. пока все объекты из исследовательской выборки не перестанут менять кластер, к которому их отнес алгоритм на предыдущем шаге вычислений.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы