ВИЗНАЧЕННЯ ЕВКЛІДОВОЇ ВІДСТАНІ МІЖ НАДЗВИЧАЙНИМИ СИТУАЦІЯМИ НА ЗАЛІЗНИЧНОМУ ТРАНСПОРТІ ПІД ЧАС КЛАСТЕРНОГО АНАЛІЗУ
Ключові слова:
евклідова відстань, надзвичайні ситуації, залізничний транспорт, кластерний аналіз, відстань, ступінь близькості, квадрат евклідової відстані, «зважена» евклідова відстаньАнотація
У роботі проаналізовано можливість застосування технологій Data Mining під час аналізу надзвичайних ситуацій на залізничному транспорті. Формалізовано задачу кластерного аналізу, виявлено основні проблеми визначення відстані між надзвичайними ситуаціями під час такого аналізу. Визначено поняття звичайної, «зваженої» та квадрата евклідової відстані між надзвичайними ситуаціями на залізничному транспорті.Посилання
1. Савчук Т. О. Використання ієрархічних методів кластеризації для аналізу надзвичайних ситуацій на
залізничному транспорті / Т. О. Савчук, С. І. Петришин // Міжнародний науково-технічний журнал
«Вимірювальна та обчислювальна техніка в технологічних процесах» (м. Хмельницький) – 2009. – №1 – C. 193
– 198.
2. Барсегян А. А. Методы и модели анализа данных: OLAP и Data Mining. / А. А. Барсегян, М. С. Куприянов,
В. В. Степаненко, И. И. Холод – СПб.: БХВ-Петербург, 2004. – 336 с.
3. Савчук Т. О. Порівняльний аналіз використання методів кластеризації для ідентифікації надзвичайних
ситуацій на залізничному транспорті / Т. О. Савчук, С. І. Петришин // Наукові праці Донецького національного
технічного університету. – Серія «Інформатика, кібернетика і обчислювальна техніка». – 2010. – Випуск
11(134). – С. 135 – 141.
4. Айвазян С. А. Прикладная статистика: Классификация и снижение размерности. / С. А. Айвазян,
В. М. Бухштабер, И. С. Енюков. – М.: Финансы и статистика, 1989. – 607 с.
5. Мандель И. Д. Кластерный анализ. / И. Д. Мандель. – М.: Финансы и статистика, 1988. – 176 с.
6. Дюран Б. Кластерный аналіз / Б. Дюран, П. Одел.; пер. с англ. – М.: Статистика, 1977. – 128 с.
залізничному транспорті / Т. О. Савчук, С. І. Петришин // Міжнародний науково-технічний журнал
«Вимірювальна та обчислювальна техніка в технологічних процесах» (м. Хмельницький) – 2009. – №1 – C. 193
– 198.
2. Барсегян А. А. Методы и модели анализа данных: OLAP и Data Mining. / А. А. Барсегян, М. С. Куприянов,
В. В. Степаненко, И. И. Холод – СПб.: БХВ-Петербург, 2004. – 336 с.
3. Савчук Т. О. Порівняльний аналіз використання методів кластеризації для ідентифікації надзвичайних
ситуацій на залізничному транспорті / Т. О. Савчук, С. І. Петришин // Наукові праці Донецького національного
технічного університету. – Серія «Інформатика, кібернетика і обчислювальна техніка». – 2010. – Випуск
11(134). – С. 135 – 141.
4. Айвазян С. А. Прикладная статистика: Классификация и снижение размерности. / С. А. Айвазян,
В. М. Бухштабер, И. С. Енюков. – М.: Финансы и статистика, 1989. – 607 с.
5. Мандель И. Д. Кластерный анализ. / И. Д. Мандель. – М.: Финансы и статистика, 1988. – 176 с.
6. Дюран Б. Кластерный аналіз / Б. Дюран, П. Одел.; пер. с англ. – М.: Статистика, 1977. – 128 с.
##submission.downloads##
-
PDF
Завантажень: 538
Переглядів анотації: 98
Як цитувати
[1]
Т. О. Савчук і С. І. Петришин, «ВИЗНАЧЕННЯ ЕВКЛІДОВОЇ ВІДСТАНІ МІЖ НАДЗВИЧАЙНИМИ СИТУАЦІЯМИ НА ЗАЛІЗНИЧНОМУ ТРАНСПОРТІ ПІД ЧАС КЛАСТЕРНОГО АНАЛІЗУ», НаукПраці ВНТУ, вип. 3, Лис 2011.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка
