📄Работа №25996
Тема: Разработка программного обеспечения для анализа многомерных данных ядерным методом главных компонент
Характеристики работы
Тип работы
Бакалаврская работа
Предмет
Информатика и вычислительная техника
Объем:
42 листов
Год:
2018
Просмотров:
428
4900
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
1 Анализ задания на выпускную квалификационную работу 5
1.1 Требования, предъявляемые к системе 5
1.2 Обзор существующих аналогичных систем 6
1.2.1 ViDaExpert 6
1.2.2 MATLAB 7
1.2.3 Программное обеспечение по статистическому анализу данных:
методология сравнительного анализа и выборочный обзор рынка программного обеспечения 8
1.3 Обзор классического и ядерного методов главных компонент 12
1.3.1 Классический метод главных компонент 12
1.3.2 Ядерный метод главных компонент 14
1.3.3 Задача выбора количества главных компонент 17
2 Описание разрабатываемого программного обеспечения 18
2.1 Структура программы 18
2.2 Разработка алгоритма программного обеспечения 20
2.3 Описание разработанных классов 22
2.2.1 Класс WorkForm 22
2.2.2 Класс Method 23
2.2.3 Класс Grafik 24
2.4 Описание графического интерфейса 24
3 Пример использование программы 32
Заключение 40
Список сокращений 41
Список использованных источников 42
1 Анализ задания на выпускную квалификационную работу 5
1.1 Требования, предъявляемые к системе 5
1.2 Обзор существующих аналогичных систем 6
1.2.1 ViDaExpert 6
1.2.2 MATLAB 7
1.2.3 Программное обеспечение по статистическому анализу данных:
методология сравнительного анализа и выборочный обзор рынка программного обеспечения 8
1.3 Обзор классического и ядерного методов главных компонент 12
1.3.1 Классический метод главных компонент 12
1.3.2 Ядерный метод главных компонент 14
1.3.3 Задача выбора количества главных компонент 17
2 Описание разрабатываемого программного обеспечения 18
2.1 Структура программы 18
2.2 Разработка алгоритма программного обеспечения 20
2.3 Описание разработанных классов 22
2.2.1 Класс WorkForm 22
2.2.2 Класс Method 23
2.2.3 Класс Grafik 24
2.4 Описание графического интерфейса 24
3 Пример использование программы 32
Заключение 40
Список сокращений 41
Список использованных источников 42
📖 Введение
В любое из времен человек совершенствуется и улучшает технологии, которыми пользуется. Многие исследователи, занимающиеся анализом многомерных данных, сталкиваются с проблемами их интерпретации и классификации, и извлечения другой полезной информации. Для решения таких задач существуют специальные методы многомерного анализа. Важным критерием выбора метода является потеря информации при уменьшении размерности, а также на выбор влияет тип и размерность данных.
Методы многомерного анализа находят широкое применение в медицине, статистике, психологии, экономике и других науках. Данные методы используются для визуализации данных, подавления шума на изображениях, психодиагностики, распознавания образов и для решения множества других задач. Многомерные методы уменьшения размерности позволяют визуализировать данные. В этом случае, такие методы используются для отображения на двумерное или трехмерное пространство с последующим выделением кластеров, наглядным анализом взаимного расположения объектов, выделением их общих характеристик.
Проблемой уменьшения размерности многомерных данных занимаются многие ученые. На протяжении последних лет создано множество алгоритмов, методов и подходов, решающих описанные выше задачи. Каждый из методов имеет свои преимущества и недостатки, они опираются на различные математические принципы. Многие исследователи изучают возможности различных методов в прикладных сферах для решения конкретных задач, описывают их преимущества и недостатки. Во многих задачах обработки многомерных наблюдений и, в частности, в задачах классификации исследователя интересуют в первую очередь лишь те признаки, которые обнаруживают наибольшую изменчивость (наибольший разброс) при переходе от одного объекта к другому.
Особое внимание проблемам многомерного анализа данных уделяют разработчики математических библиотек. Зачастую целые институты и другие сообщества поддерживают библиотеки в актуальном состоянии, дополняют их новыми алгоритмами, исправляют ошибки, снабжают примерами и т.д. Платные математические пакеты предоставляют только базовые методы анализа и, в большинстве случаев, исследователю необходимо реализовывать алгоритмы самостоятельно на каком-либо языке программирования, что не всегда удобно.
Методы многомерного анализа находят широкое применение в медицине, статистике, психологии, экономике и других науках. Данные методы используются для визуализации данных, подавления шума на изображениях, психодиагностики, распознавания образов и для решения множества других задач. Многомерные методы уменьшения размерности позволяют визуализировать данные. В этом случае, такие методы используются для отображения на двумерное или трехмерное пространство с последующим выделением кластеров, наглядным анализом взаимного расположения объектов, выделением их общих характеристик.
Проблемой уменьшения размерности многомерных данных занимаются многие ученые. На протяжении последних лет создано множество алгоритмов, методов и подходов, решающих описанные выше задачи. Каждый из методов имеет свои преимущества и недостатки, они опираются на различные математические принципы. Многие исследователи изучают возможности различных методов в прикладных сферах для решения конкретных задач, описывают их преимущества и недостатки. Во многих задачах обработки многомерных наблюдений и, в частности, в задачах классификации исследователя интересуют в первую очередь лишь те признаки, которые обнаруживают наибольшую изменчивость (наибольший разброс) при переходе от одного объекта к другому.
Особое внимание проблемам многомерного анализа данных уделяют разработчики математических библиотек. Зачастую целые институты и другие сообщества поддерживают библиотеки в актуальном состоянии, дополняют их новыми алгоритмами, исправляют ошибки, снабжают примерами и т.д. Платные математические пакеты предоставляют только базовые методы анализа и, в большинстве случаев, исследователю необходимо реализовывать алгоритмы самостоятельно на каком-либо языке программирования, что не всегда удобно.
✅ Заключение
В результате выполнения выпускной квалификационной работы было разработано программное обеспечение для анализа многомерных данных ядерным методом главных компонент. В данной пояснительной записке был описан процесс разработки программного обеспечения.
В процессе выполнения работы были выполнены следующие задачи:
- изучение классического и ядерного методов главных компонент;
- изучение существующих аналогичных программ обработки и анализа многомерных данных;
- выбор инструментария и способов решения;
- разработка программного обеспечения, реализующей ядерный метод главных компонент.
В результате работы была разработано программное обеспечение, позволяющее аналитику уменьшить размерность многомерных данных и визуализировать их при помощи ядерного метода главных компонент.
В процессе выполнения работы были выполнены следующие задачи:
- изучение классического и ядерного методов главных компонент;
- изучение существующих аналогичных программ обработки и анализа многомерных данных;
- выбор инструментария и способов решения;
- разработка программного обеспечения, реализующей ядерный метод главных компонент.
В результате работы была разработано программное обеспечение, позволяющее аналитику уменьшить размерность многомерных данных и визуализировать их при помощи ядерного метода главных компонент.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.