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"
Программные комплексы поддержки принятия управленческих решений (учет рабочего времени сотрудников)2 000 ₽
Разработка сайта для онлайн заказа и доставки еды2 000 ₽
Методика обеспечения защиты информации WEB-сервера от XSS атак на основе многокритериального выбора, ВКР безопасность информационных систем2 000 ₽
Разработка информационной системы учета кредитования физических лиц2 000 ₽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, работа пришла мгновенно. Буду рекомендовать друзьям.
Обратилась к данному производителю услуг в начале мая. Заказала ВКР, курсовую, отчет по практике, речь и презентацию. Почти 100 % оригинальность. Работают быстро. На вопросы отвечают почти моментально. Слегка переделали презентацию и речь по просьбе преподавателя и то, считаю, что какие то замечания должны были быть. ВКР приняли сразу. Изначально отпугнули низкие звезды на отзовике, но я все поняла вовремя и не жалею. Благодарю Вас!) Буду рекомендовать Вас знакомым!)
Обратилась сюда с очень сложной темой. Сделали диплом за месяц, что для меня было спасением. Ребята — профи, взялись за задачу, которая мне не поддавалась.
Есть небольшой нюанс: из-за сжатых сроков не успели отполировать все детали до идеала. Если планируете заказывать, лучше делать это заранее. Но несмотря на это, работа качественная, и я получила «отлично» на защите.
Огромное вам спасибо! Рекомендую ребят всем, кто попал в трудную ситуацию.
Учусь в МГУ на направлении бизнес-информатика. Сначала сомневалась, получится ли совместить требования методички и мои пожелания по структуре. В работе использовались данные из 1С и элементы анализа в Stata. Несколько раз просила внести изменения, всё сделали корректно. В итоге диплом приняли, а оригинальность оказалась выше 88%.
Писала диплом по праву в УрФУ, тема про цифровые права. Сделали с акцентом на судебную практику, уникальность 90%. Сначала сомневалась в надёжности, но общались в чате, скидывали промежуточные главы. На защите отвечала на вопросы легко, потому что материал был логично выстроен. Рекомендую как проверенный сервис.
