Программное обеспечение оптимального разделения графа на подграфы, ВКР по программированию
Получите бесплатно демо-версию Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить"
Разработка сайта салона красоты с возможностью записи клиентов7 344 ₽
Разработка автоматизированной информационной системы учета успеваемости студентов колледжа8 208 ₽
Разработка информационной системы инвентаризации оборудования4 800 ₽7 599 ₽
Методика обеспечения защиты информации WEB-сервера от XSS атак на основе многокритериального выбора, ВКР безопасность информационных систем11 880 ₽Описание
ТОлько программное обеспечение!
Так как по условию задачи графы должны быть достаточно объемными, это накладывает определенные ограничения на выделение и использование ресурсов системы. Подход к построению классов проекта основан на жесткой экономии оперативной памяти.
Модель графа реализует класс «TGraph», который объединяет в себе множество функций необходимых для проектирования графов и вычисления кластеризации. В этот перечень входят следующие функции:
управлением вершинами графа (создание, удаление);
управление ребрами графа (создание, удаление);
операции с файлами (сохранение, загрузка графа в файл);
генерация случайных графов для тестирования;
расчет характеристик графов (коэффициент связности, матрица смежности по текущему состоянию графа);
восстановление графа по матрице смежности;
вычисление кластеров.
Вершины графа описываются классом «TGraphNode». Данный класс содержит такие поля как:
идентификатор вершины;
координаты вершины на плоскости;
код кластера;
список связей вершины с другими вершинами;
Данный класс также реализует методы для управления связями, такие как: добавление, удаление.
Связи графа описывает класс «TGraphNodeLink». Связь представляет собой ссылку на вершину графа и мощность связи (число).
Для отображения графа на форме используется класс «TGraphPainter». Необходимо отметить, что для обхода графов больших объемов использование рекурсии неприемлемо (т.к. это будет приводить к переполнению стека приложения из-за того, что стек вызовов приложения ограничен), потому, для реализации алгоритма обхода графа был разработан класс «TStack» который реализует модель стека.
Класс «TPartitionizer» - является базовым классом, для реализации алгоритмов кластеризации в данном проекте, реализует базовые механизмы и подготовку данных. Класс «TPartitionizerData» - служит для хранения данных по текущей кластеризации (исходные и выходные данные).
Класс «TSimplePartitionizer» - реализует линейный алгоритм.
Класс «TParallelPartitionizer» - реализует параллельный алгоритм.
Класс « TParallelPartitionizerThread» - Реализует задачу параллельного алгоритма.
Класс «TDictionary» - словарь для вычисления распределений вершин по кластерам.
Характеристики
Файлы схем | да |
Год | 2022 |
Программа с исходниками | да, С# |
Спасибо за помощь! Заказывала диплом по цифровой экономике (Синергия) в самый разгар сессии. Менеджер помог сформулировать ТЗ, хотя я сама толком не знала, чего хочу. В итоге работа по внедрению ERP-системы на малом предприятии получилась структурированной и полезной. Защитила на «отлично». Очень благодарна за терпение и профессионализм!
Синергия, психология. Тема про тревожность у студентов-дистанционщиков. Очень переживала, так как тема деликатная. Но автор подошел профессионально: корректные методики, этичные выводы, хорошая стилистика. Уникальность изначально была 87%. Прислали раньше срока. На защите работу привели как пример хорошей структуры. Я рада!
Диплом по прикладной информатике для МТИ на тему анализа данных соцсетей. Сделали все качественно: парсинг, кластеризация, визуализация в Tableau. Особо хочу отметить доклад для защиты — он был написан так, что я сам глубоко вник в тему. Защита прошла гладко, поставили «отлично». Сервис на высоте, особенно для технических специальностей.
Заказывал для МИРЭА (прикладная информатика) диплом по разработке чат-бота с NLP. Сначала попался автор, который слабо разбирался в лингвистических процессорах. После моей жалобы оперативно заменили на другого специалиста. Второй сделал блестяще, с примерами кода на Python. Не сразу, но проблема была решена. Защитил на «хорошо». Вывод: если что-то не так — сразу заявляйте, реагируют адекватно.
Юриспруденция в Синергии, тема про защиту персональных данных в мессенджерах. Работа объемная, с анализом законодательства РФ и ЕС. Минус — в списке литературы были устаревшие источники (2018-2019 гг.). Пришлось самой искать свежие статьи и просить добавить. Исправили, но с небольшим недовольством. В итоге работа сильная, защитилась на «5». Но проверяйте актуальность источников.
