Fragmentation of Hydrographic Big Data Into Subsets During Reduction Process - Publikacja - MOST Wiedzy

Wyszukiwarka

Fragmentation of Hydrographic Big Data Into Subsets During Reduction Process

Abstrakt

The article presented problems of fragmentation of hydrographic big data into smaller subsets during reduction process. Data reduction is a processing of reduce the value of the data set, in order to make them easier and more effective for the goals of the analysis. The main aim of authors is to create new reduction method. The article presented the first stage of this method – fragmentation of bathymetric data into subsets. It consists of two steps: initial division of the area into a grid of squares and clustering using artificial neural networks. In the first step maximum level of division of the grid will be founded and its size will be determined. In the second step of fragmentation each square will be divided into clusters using Kohonen network. The experiments were performed on test areas with different slope of the bottom. The results and conclusion were presented.

Cytowania

  • 9

    CrossRef

  • 0

    Web of Science

  • 1 0

    Scopus

Autorzy (2)

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Aktywność konferencyjna
Typ:
materiały konferencyjne indeksowane w Web of Science
Tytuł wydania:
2017 Baltic Geodetic Congress (BGC Geomatics) strony 193 - 198
Język:
angielski
Rok wydania:
2017
Opis bibliograficzny:
Wlodarczyk-Sielicka M., Stateczny A..: Fragmentation of Hydrographic Big Data Into Subsets During Reduction Process, W: 2017 Baltic Geodetic Congress (BGC Geomatics), 2017, ,.
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/bgc.geomatics.2017.67
Weryfikacja:
Politechnika Gdańska

wyświetlono 143 razy

Publikacje, które mogą cię zainteresować

Meta Tagi