Корзина (0)---------

Корзина

Ваша корзина пуста

Корзина (0)---------

Корзина

Ваша корзина пуста

Алгоритмы кластеризации неориентированных графов большой размерности и их программные реализации

-25%
 Алгоритмы кластеризации неориентированных графов большой размерности и их программные реализации

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"

Заказать демо-версию:
Email
Отправляя эту форму, я принимаюусловия конфиденциальности.
Скачать план работы в формате PDF
Работа подготовлена и защищена в 2017 году. Кластеризация неформально определяется как процесс организации объектов в группы по типичным признакам. Есть 2 главных метода кластеризации: декомпозиция (деление, k-кластеризация) - тут каждый объект связан только с единственной группой, иерархическая кластеризация - тут каждая группа большего размера включает в себя группы меньшего размера. Оба метода очень часто изучались в середине 70-х годов и немного в 80-х. Сегодня в связи с распространением WWW поисковых систем (и особенно вопросов реализации огромных кол-ва информации) и концепцией 'информационная проходка’ (способ анализа данных в БД для нахождения аномалий и трендов без определения смыслового значения записей) вновь появился интерес к алгоритмам кластеризации. В последние годы много работ было посвящено сравнению алгоритмов кластеризации на графах. В статье [3] обсуждается множество подходов, которые классифицированы по нескольким группам. Также в этой работе можно найти большое число реальных графов, на которых тестируются алгоритмы. Кроме того, некоторое внимание уделено метрикам качества. Экспериментальное сравнение передовых алгоритмов кластеризации на больших наборах данных было сделано в обзоре.
Cкидка 25% на все работы
До конца акции осталось:
Год:
2017
Программа с исходниками:
да, С++
Наши гарантии
Покупается впервые!
Все непокупавшиеся работы
Дополнительные услуги:
Готова к отправке
Артикул: 84105
9 900
7 425
Экономия - 2 475
Есть вопрос? Свяжитесь с нами:
В избранное К сравнению
Описание
Характеристики
Отзывы (561)

Описание

Не нашли подходящую работу?Оцените стоимость ее написания!

Работа подготовлена и защищена в 2017 году.

Кластеризация неформально определяется как процесс организации объектов в группы по типичным признакам. Есть 2 главных метода кластеризации: декомпозиция (деление, k-кластеризация) - тут каждый объект связан только с единственной группой, иерархическая кластеризация - тут каждая группа большего размера включает в себя группы меньшего размера. Оба метода очень часто изучались в середине 70-х годов и немного в 80-х. Сегодня в связи с распространением WWW поисковых систем (и особенно вопросов реализации огромных кол-ва информации) и концепцией 'информационная проходка’ (способ анализа данных в БД для нахождения аномалий и трендов без определения смыслового значения записей) вновь появился интерес к алгоритмам кластеризации.

В последние годы много работ было посвящено сравнению алгоритмов кластеризации на графах. В статье [3] обсуждается множество подходов, которые классифицированы по нескольким группам. Также в этой работе можно найти большое число реальных графов, на которых тестируются алгоритмы. Кроме того, некоторое внимание уделено метрикам качества. Экспериментальное сравнение передовых алгоритмов кластеризации на больших наборах данных было сделано в обзоре.

Особое внимание уделяется методам оценки качества кластеризации. Так, в работе [19] исследуются метрики, основанные на знании истинной кластеризации, и предлагается их объединение в группы, исходя из их физического смысла. Анализ метрик качества и отличия в их поведении в различных ситуациях также отмечены в статье. Также важно иметь представление о задачах, на которых проверяются алгоритмы и делаются выводы о их состоятельности. Помимо множества реальных данных, на которых принято тестировать алгоритмы, в статье [7] предлагаются сгенерированные графы, позволяющие качественно оценить работу алгоритмов.

Цель проекта – реализация сравнительного анализа алгоритмов кластеризации информационного графа параллельной программы.

Совместно с написанной текстовой частью в комплекте также есть программное обеспечение на языке C++.

Характеристики

Год
2017
Программа с исходниками
да, С++
31 мая 2024 12:12

Никогда не думала, что буду обращаться к кому-то за написанием дипломной работы, но в связи с очень высокими требованиями научного руководителя решила на свой страх и риск обратиться сюда. Спасибо данной компании за мои восстановленные нервы и ментальное здоровье. Всегда на связи, понравилось, что все правки, которые возникали у научного-все вносилось и причем без доплаты, вопросов. Вошли в положение и написали все достаточно быстро, причем учли то, что ранее я сама уже написала. За цену отдельный лайк.

31 мая 2024 10:24

Отличный сервис, буквально выручил меня! Как-то туго у меня учеба шла в этом году, дипломную сам написать не смог. Обратился сюда, рассказал, что нужно сделать. В итоге, получил отличный балл! Большое вам спасибо, что выручили в сложной ситуации. Кстати, взяли совсем немного, особенно, если учитывать, как хорошо сделали мою работу, определенно рекомендую.

29 мая 2024 21:25

Из-за высокой загруженности не успевал написать дипломную по программированию самостоятельно, поэтому обратился в эту компанию. Ребята очень отзывчивые, договорились обо всём быстро. Антиплагиат прошел без проблем, однако пришлось столкнуться с такой проблемкой, как небольшие замечания от руководителя, но с этим решили тоже быстро, внесли коррективы, причем без доплат, и все остались довольны.

29 мая 2024 20:10

Во-первых, сразу же оценила, что на мои письма быстро отвечают, а не морозятся, заставляя понервничать, а во-вторых, с самой работой справились на все 5, как и оценил преподаватель) Даже исправлять ничего не пришлось, чему я была приятно удивлена. Со всеми бы так проходило сотрудничество)

29 мая 2024 18:17

Практически вся наша группа заказывала дипломные работы здесь. Привлекли адекватные цены, качество работы, высокая степень уникальности. Также презентация и доклад входят в комплект работы, их не нужно дополнительно оплачивать, как в других компаниях. Лично от моей работы руководитель был в восторге, очень хвалил, в итоге защитилась очень хорошо.

Все отзывы
С этим товаром также покупают
Рекомендуем посмотреть
0Избранное
товар в избранных
0Сравнение
товар в сравнении
0Просмотренные
0Корзина
товар в корзине
Мы используем файлы cookie, чтобы сайт был лучше для вас.