Труды сотрудников ИВМ СО РАН

[Текст] : доклад, тезисы доклада / Александра Константиновна Матузко // Региональные проблемы дистанционного зондирования Земли : Материалы IV международной научной конференции. - Красноярск : СФУ, 2017. - С. 271-274 . - ISBN 978-5-7638-3728-5

РИНЦ,
Источник статьи,
Полный текст

Держатели документа:
Федеральный исследовательский центр "Красноярский научный центр Сибирского отделения Российской академии наук

Доп.точки доступа:
Матузко, Александра Константиновна; Matuzko A.K.; Региональные проблемы дистанционного зондирования Земли(2017 ; 12.09 - 15.09 ; Красноярск)
Нет сведений об экземплярах (Источник в БД не найден)

[Текст] : доклад, тезисы доклада / А. А. Кадочников // Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов : труды Всероссийской конференции. - Новосибирск : Институт вычислительных технологий Сибирского отделения РАН, 2017. - С. 271-274 . - ISBN 978-5-905569-08-1
Аннотация: В работе рассматриваются некоторые особенности разработки программных инструментальных средств для загрузки, обработки и публикации данных дистанционного зондирования.Разработка создается в сервис-ориентированной парадигме на основе геопортальных технологий и средств интерактивной веб-картографии. Основное внимание в настоящей работе уделяется особенностям реализации программных компонент веб-ГИС, вопросам эффективной обработки и представления геопространственных данных.

РИНЦ,
Источник статьи

Держатели документа:
Федеральный исследовательский центр "Красноярский научный центр Сибирского отделения Российской академии наук

Доп.точки доступа:
Кадочников, А.А.; Kadochnikov A.A.; Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов(2017 ; 29.08 - 31.08 ; Бердск)
Нет сведений об экземплярах (Источник в БД не найден)

[Текст] : статья / А. В. Лапко, В. А. Лапко // Решетневские чтения. - 2018. - Т. 1, № 22. - С. 367-368 . - ISSN 1990-7702
   Перевод заглавия: Nonparametric algorithm of automatic classification of a multidimensional random variables in large samples

УДК

519.24

Аннотация: Предлагается непараметрический алгоритм автоматической классификации больших массивов статистических данных. Его синтез основан на декомпозиции исходных статистических данных и использовании ядерных оценок плотности вероятности.
A nonparametric algorithm for automatic classification of large-scale statistical data is proposed. Its synthesis is based on the decomposition of the initial statistical data and the use of kernel density estimate.

РИНЦ

Держатели документа:
Институт вычислительного моделирования Сибирского отделения Российской академии наук
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Доп.точки доступа:
Лапко, А.В.; Lapko A.V.; Лапко, В.А.; Lapko V.A.