КЛАСТЕРИЗАЦИЯ ЗАШУМЛЕННЫХ ВРЕМЕННЫХ РЯДОВ
Journal Title: Системні технології - Year 2019, Vol 3, Issue 3
Abstract
Проведен сравнительный анализ кластеризации зашумленных временных рядов выборки. Выборка для кластеризации содержала временные ряды различных типов, среди которых присутствовали нетипичные объекты. Кластеризация проводилась методами k-средних и DBSCAN с использованием различных функций расстояния для временных рядов.
Authors and Affiliations
Анастасия Ткаченко, Людмила Кириченко, Тамара Радивилова
Управление транспортной логистикой на крупных промышленных предприятиях
На примере крупного металлургического предприятия показана ин-фраструктура транспортной логистики, состоящая из обработки внешнего потока грузов, слежения за внутренним парком железнодо-рожных вагонов и организацией рабо...
Дослідження параметрів імітаційної моделі системи підземного конвеєрного транспорту з бункерами
В роботі проводиться дослідження впливу параметру вхідного вантажопотоку імітаційної моделі системи підземного конвеєрного транспорту з акумулюючими бункерами на деякі параметри даної системи. Завдяки цьому досліджено, щ...
Аналіз властивостей надійності дуплексних структур систем аварійного захисту з постійним резервуванням
Робота присвячена розробці ефективних методів оцінки надійності та відмовостійкості невідтворюваних багатоканальних управляючих систем безпеки і систем аварійного захисту з елементами з трьома несумісними станами і різно...
Эффективность применения информационно-измерительной технологии на основе дискретного фильтра Калмана в процессе дозирования баков качающейся ракеты
Проведено исследование эффективности применения информационно-измерительной технологии на основе дискретного фильтра Калмана для обработки измерительной информации об уровне топлива в баках ракеты−носителя морского базир...
Method of biomedical time series processing for pathology classification
This paper presents the new approach of biomedical time series processing for feature extraction based on chaos theory. Methods of nonlinear dynamics for processing of time series allow us to obtain significant features...