• English
    • Latviešu
    • Deutsch
    • русский
  • Help
  • Deutsch 
    • English
    • Latviešu
    • Deutsch
    • русский
  • Einloggen
Dokumentanzeige 
  •   DSpace Startseite
  • B4 – LU fakultātes / Faculties of the UL
  • B --- Bij. Fizikas, matemātikas un optometrijas fakultātes studentu noslēguma darbi / Faculty of Physics, Mathematics and Optometry - Graduate works
  • Bakalaura un maģistra darbi (FMOF) / Bachelor's and Master's theses
  • Dokumentanzeige
  •   DSpace Startseite
  • B4 – LU fakultātes / Faculties of the UL
  • B --- Bij. Fizikas, matemātikas un optometrijas fakultātes studentu noslēguma darbi / Faculty of Physics, Mathematics and Optometry - Graduate works
  • Bakalaura un maģistra darbi (FMOF) / Bachelor's and Master's theses
  • Dokumentanzeige
JavaScript is disabled for your browser. Some features of this site may not work without it.

Nestriktas klasterizācijas metodes un to salīdzināšana

Thumbnail
Öffnen
304-90481-HutijevaKhutieva_DzanetaDzhaneta_dk18111.pdf (1.845Mb)
Autor
Khutieva, Dzhaneta
Co-author
Latvijas Universitāte. Fizikas, matemātikas un optometrijas fakultāte
Advisor
Asmuss, Svetlana
Datum
2022
Metadata
Zur Langanzeige
Zusammenfassung
Šis darbs ir veltīts piecām klasterizācijas metodēm: K-vidējo klasterizācijas algoritms, C-vidējo nestriktas klasterizācijas algoritms, iespējamību C-vidējo klasterizācijas algoritms, nestrikto iespējamību C-vidējo klasterizācijas algoritms un iespējamību C-vidējo nestriktas klasterizācijas algoritms. Darbs satur šo algoritmu aprakstu un salīdzināšanu, ņemot par pamatu datu klasterizācijas rezultātus. Ir aprakstīta pieeja iespējamību nestriktas klasterizācijas algoritma vispārinājumam.
 
This work is devoted to five clustering methods: K-means algorithm, C-means fuzzy clustering algorithm, possibilistic C-means clustering algorithm, fuzzy possibilistic C-means clustering algorithm and possibilistic fuzzy C-means clustering algorithm. The work contains a description and comparison of these algorithms based on the results of data clustering. An approach to generalization of the possibilistic fuzzy clustering algorithm is described.
 
URI
https://dspace.lu.lv/dspace/handle/7/60819
Collections
  • Bakalaura un maģistra darbi (FMOF) / Bachelor's and Master's theses [2775]

Verwandte Dokumente

Anzeige der Dokumente mit ähnlichem Titel, Autor, Urheber und Thema.

  • Nestriktās klasterizācijas algoritmi un to lietojumi tekstu apstrādē 

    Uļčugačeva, Darja (Latvijas Universitāte, 2019)
    Darbs ir veltīts klasiskās un nestriktās klasterizācijas algoritmiem, kuri tika pielietoti teksta klasterizācijai. Tiek apskatīti divi klasiskās klasterizācijas algoritmi, kas ir KM un hierarhiskās klasterizācijas metodes, ...
  • Bimatricu spēļu Neša līdzsvara atrašana. Lemke-Howson algoritms 

    Mihaiļuka, Aleksandra (Latvijas Universitāte, 2018)
    Spēle ir situācija, kurā piedalās divi vai vairāki dalībnieki un katrs dalībnieks pieņem lēmumu par savas stratēģijas izvēli. Līdzīgas situācijas bieži sastopas dažādās nozarēs, to attēlošanai un analīzei izmanto spēļu ...
  • Prognozēšana ar klāsterizācijas metodi 

    Rubine, Anete (Latvijas Universitāte, 2013)
    Laikrindu nākotnes vērtību prognozēšana ir viena no nozīmīgākajām problēmām, ar kuru saskaras datu analītiķi daudzās nozarēs. Darbā tiek analizēta nesen ieviestā klāsterizācijas metode datu nākotnes vērtību prognozēšanai. ...

University of Latvia
Kontakt | Feedback abschicken
Theme by 
@mire NV
 

 

Stöbern

Gesamter BestandBereiche & SammlungenErscheinungsdatumAutorenTitelnSchlagwortenDiese SammlungErscheinungsdatumAutorenTitelnSchlagworten

Mein Benutzerkonto

Einloggen

Statistik

Benutzungsstatistik

University of Latvia
Kontakt | Feedback abschicken
Theme by 
@mire NV