Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "klasyfikacja hierarchiczna" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Dynamiczna klasyfikacja metropolii w światowej sieci powiązań w zakresie usług dla biznesu
    Dynamical classification of metropolises in the world connectivity network in the sphere of business services
    Autorzy:
    Obrębalski, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/1861346.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Opolski
    Tematy:
    metropolis
    metropolitan functions
    the world connectivity network
    hierarchical classification
    metropolia
    funkcje metropolitalne
    światowa sieć powiązań
    klasyfikacja hierarchiczna
    Opis:
    Rezultatem procesu metropolizacji jest kształtowanie sie metropolii w  różnych punktach światowej sieci wielkich miast. Miernikiem określającym metropolie i jej rangę jest przestrzenny zasięg oddziaływania poszczególnych funkcji. Usługi biznesowe tworzą współcześnie niezwykle ważną grupę funkcji metropolitalnych. Zróżnicowany jest jednak stopień włączenia poszczególnych metropolii w światową sieć powiązań w tym zakresie. Pod tym względem metropolie zostały liniowo uszeregowane i poddane hierarchicznej klasyfikacji w dynamicznym układzie obejmującym lata 2000–2008. Wydzielono cztery podstawowe grupy metropolii. Londyn i Nowy Jork tworzą w badanym okresie swoistego rodzaju duopol. Wzrasta ranga metropolii z krajów Europy Środkowo-Wschodniej, w tym Warszawy.
    Formation of metropolises in different points of world network of great cities is the result of metropolization process. The measure defining metropolis and its rank is the spatial range of influence of individual functions. Business services form an extremely important group of contemporary metropolitan functions. However, the degree of inclusion of individual metropolises in the world connectivity network is differential. In this regard, metropolises were linearly aligned and surrendered to dynamical hierarchical classification in the period 2000–2008. Metropolises were divided into four main groups. London and New York during this period form a kind of duopoly. The rank of metropolises of the countries of Central and Eastern Europe, including Warsaw, significantly increases.
    Źródło:
    Studia Miejskie; 2012, 7; 49-57
    2543-5302
    2082-4793
    Pojawia się w:
    Studia Miejskie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie hierarchicznej klasyfikacji aglomeracyjnej do grupowania krajów Unii Europejskiej ze względu na strukturę i skalę produkcji gospodarstw rolnych
    The use of the agglomeration hierarchical classification to group the eu countries according to the structure and scale of farms’ production
    Autorzy:
    Ryś-Jurek, Roma
    Powiązania:
    https://bibliotekanauki.pl/articles/422636.pdf
    Data publikacji:
    2012
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    hierarchiczna klasyfikacja aglomeracyjna
    metoda Warda
    produkcja
    agglomeration hierarchical classification
    Ward’s method
    production
    Opis:
    Celem opracowania była próba delimitacji krajów w UE-27 o podobnej strukturze i skali pro-dukcji pochodzącej z gospodarstw rolnych. W badaniu położono nacisk na uwypuklenie po-dobieństwa struktur produkcji typowych dla obszarów klimatycznych UE-27 w 2008 roku, a także na wskazanie klasy, do której zakwalifikowano polskie rolnictwo. Wykorzystano dane z bazy FADN, którymi były średnie ważone przeliczone na gospodarstwo rolne z 27 krajów członkowskich UE w 2008 roku. Delimitację wykonano w oparciu o strukturę produkcji, wielkość ekonomiczną, powierzchnię użytków rolnych, wartość produkcji i dochodów z go-spodarstwa rolnego. Badanie wykonano za pomocą hierarchicznej klasyfikacji aglomeracyjnej metodą Warda. Przy czym strukturę produkcji reprezentowały 23 cechy, a pozostałe cechy były pojedyncze. Optymalną liczbę klas krajów o podobnej strukturze i skali produkcji wy-znaczono na podstawie analizy wielkości przyrostów wariancji wewnątrzklasowej w procesie łączenia klas między poszczególnymi poziomami łączeń. W ten sposób uzyskano 10 klas kra-jów. Klasy opisano według obliczonego miernika różnic średnich dla analizowanych cech.
    The aim of the article was an attempt at delimitation of countries in the EU-27 with similar structure and scale of the production of farms. In this study, the emphasis is placed on high-lighting the similarity of production structures typical of the climate’s areas of the EU-27 in the year 2008, and also on indicating the class in which the Polish agriculture were classified. For this research, the data from FADN database was used. This database contains weighted averages per individual farm in every of 27 UE member countries in 2008. The delimitation were made based on the structure of production, economic size, agricultural utilized area, production and income of agricultural farm. The research was conducted using the agglomera-tion hierarchic classification based on the Ward’s method. The structure of production is rep-resented by 23 characteristics; the remaining characters are represented by single variables. The optimal number of classes of countries of similar structure and scale of production was estimated on the basis of the analysis of the amount of the intra-class variance’s increment. 10 classes of countries were obtained. These classes were described by the measure of the aver-age differences for analyzed characters.
    Źródło:
    Przegląd Statystyczny; 2012, 59, numer specjalny 2; 261-276
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methodology of rough-set-based classification and sorting with hierarchical structure of attributes and criteria
    Metodyka klasyfikacji i sortowania z hierarchiczną strukturą atrybutów przy pomocy zbiorów przybliżonych
    Autorzy:
    Dembczyński, K.
    Greco, S.
    Słowiński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/205554.pdf
    Data publikacji:
    2002
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    klasyfikacja
    model reguł decyzyjnych preferencji
    sortowanie
    struktura hierarchiczna
    zadanie wielokryterialnego podejmowania decyzji
    zbiory przybliżone
    classification
    decision rule preference model
    hierarchical structure
    multicriteria decision problems
    rough sets
    sorting
    Opis:
    We consider a hierarchical classification problem involving sets of attributes and criteria. The problem of classification concerns an assignment of a set of objects to pre-defined classes. The classification to preference-ordered classes is called sorting. The objects are described by two sorts of attributes: criteria and regular attributes, depending on whether the attribute domain is preference-ordered or not. The hierarchical classification and sorting is made in finite number of steps due to hierarchical structure of regular attributes and criteria in the form of a tree. We propose a methodology based on the decision rule preference model. The model is constructed by inductive learning from examples of hierarchical decisions made by the Decision Maker on a reference set of objects. To deal with inconsistencies appearing in decision examples we adapt the rough set approach to the hierarchical classification and sorting problems. Due to inconsistency and their propagation from the bottom to the top of the hierarchy, the description of an object on a particular attribute may be not a simple value but either a subset of a regular attribute domain or an interval on a criterion scale. An example illustrates the methodology presented.
    Rozpatrujemy problem klasyfikacji hierarchicznej ze zbiorami atrybutów i kryteriów. Zadanie klasyfikacji dotyczy przydziału zbioru obiektów do z góry zdefiniowanych klas. Klasyfikacja do klas uporządkowanych według relacji preferencji nazywana jest sortowaniem. Obiekty są opisane przez dwa rodzaje atrybutów: kryteria i właściwe atrybuty, w zależności od tego, czy dziedzina atrybutu jest uporządkowana względem preferencji, czy też nie. Hierarchiczna klasyfikacja i sortowanie wykonywane są w skończonej liczbie kroków dzięki hierarchicznej strukturze atrybutów właściwych i kryteriów, w postaci drzewa. Proponujemy metodyk(c) opartą na modelu reguł decyzyjnych co do preferencji. Model jest konstruowany poprzez uczenie indukcyjne na przykładach decyzji hierarchicznych podejmowanych przez decydenta w stosunku do zbioru odniesienia obiektów. Aby poradzić sobie z niespójnościami pojawiającymi się w przykładach decyzji zaadaptowaliśmy podejście zbiorów przybliżonych do zadania hierarchicznej klasyfikacji i sortowania. Wobec niespójności i ich propagacji od dołu do góry hierarchii, opis obiektu w ramach konkretnego atrybutu może nie być pojedynczą wartością, ale bądź to podzbiorem dziedziny atrybutu właściwego bądź to przedziałem na skali kryterium. Zaproponowaną metodykę zilustrowaliśmy przykładem.
    Źródło:
    Control and Cybernetics; 2002, 31, 4; 891-920
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies