Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

控制论与编程
正确的文章链接:

性能指标可视化中的分类降维方法

Borodin Andrey Viktorovich

博士学位 经济学

伏尔加州立大学计算机科学与系统编程系教授

424000, Russia, respublika Marii El, g. Ioshkar-Ola, pl. Lenina, 3

bor@mari-el.com
Azarova Anna Nikolaevna

伏尔加州立大学计算机科学与系统编程系学生

424000, Russia, Marii El, g. Ioshkar-Ola, pl. Lenina, 3

azzarik@mail.ru

DOI:

10.7256/2306-4196.2015.4.15271

评审日期

13-05-2015


出版日期

25-09-2015


注解: 该研究的主题是评估网络基础设施解决方案技术效率的方法。 特别是,该研究的对象是基于外部环境随机行为条件下估计样本与各种替代解决方案的比较的性能指标可视化的方法。
所提出的可视化访问互联网资源的时间特征的方法是专门设计来展示使用"认知互联网"概念可以获得的优势。 与数值性能特征相反,所提出的可视化方法允许"一目了然"地复盖与积分的给定时间间隔的最优信道相比的所有接入信道的状态。 与此同时,该方法不排除共享一致的数值性能特征的可能性。 另一方面,重要的是要注意,该方法的范围不限于指定的应用。
可视化访问互联网资源的时间特征的算法的发展是基于多维统计分析的方法,特别是判别分析的方法和主成分的方法。 所进行的研究的主要结果是在提供对互联网资源的访问领域的基础设施解决方案的性能指标可视化的算法和软件的开发。 这项研究的新颖性不仅取决于主题领域(认知互联网技术)的新颖性,还取决于结果的呈现形式(访问最信息平面的时间特征的hodograph的投影)。


出版日期:

技术效率, 技术效率, 性能指标, 性能指标, 降维, 降维, 主成分法, 主成分法, 聚类分析, 聚类分析, 可视化, 可视化, 特征向量, 特征向量, 适当的价值, 适当的价值, 认知互联网, 认知互联网, 判别分析, 判别分析