COMPARISON OF DATA MINING TECHNIQUES PERFORMANCE IN CLASSIFICATION OF STEEL PLATES DEFECTS : научное издание | Научно-инновационный портал СФУ

COMPARISON OF DATA MINING TECHNIQUES PERFORMANCE IN CLASSIFICATION OF STEEL PLATES DEFECTS : научное издание

Перевод названия: ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ИНТЕЛЛЕКТУАЛЬНЫХ МЕТОДОВ АНАЛИЗА ДАННЫХ В ЗАДАЧЕ КЛАССИФИКАЦИИ ПОВРЕЖДЕНИЙ СТАЛЬНЫХ ЛИСТОВ

Тип публикации: статья из журнала

Год издания: 2015

Ключевые слова: data meaning, neural net, K-Nearest neighbor algorithm, decision tree, classification, damages of steel sheets, анализ данных, нейронные сети, метод ближайших соседей, дерево решений, классификация, повреждения стальных листов

Аннотация: In the article comparing of five different intellectual methods of data analysis in the task of classification of types of damages of steel sheets is carried out, short description of each used algorithm is provided. Results are analyzed and recommendations about implementation of the most effective methods in a production cycle are provided. Проводится сравнение пяти различных интеллектуальных методов анализа данных в задаче классификации типов повреждений стальных листов, а также приведено краткое описание каждого используемого алгоритма. Проанализированы результаты и предоставлены рекомендации по внедрению наиболее эффективных методов в производственный цикл.

Ссылки на полный текст

Издание

Журнал: Молодежь. Общество. Современная наука, техника и инновации

Выпуск журнала: 14

Номера страниц: 43-45

Место издания: Красноярск

Издатель: Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева

Авторы

  • Mamontov D.Yu. (Siberian State Aerospace University named after academician M. F. Reshetnev)
  • Semenkin E.S. (Siberian State Aerospace University named after academician M. F. Reshetnev)
  • Maslova O.V. (Siberian State Aerospace University named after academician M. F. Reshetnev)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.