search query: @keyword moniulotteisen datan visualisointi / total: 2
reference: 1 / 2
« previous | next »
Author: | Hippeläinen, Pekka |
Title: | Cluster Analysis of Forest Parcel Data |
Palstatiedon klusterianalyysi | |
Publication type: | Master's thesis |
Publication year: | 1999 |
Pages: | v + 67 Language: eng |
Department/School: | Teknillisen fysiikan ja matematiikan osasto |
Main subject: | Informaatiotekniikka (Tik-115) |
Supervisor: | Simula, Olli |
Instructor: | Himberg, Johan |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark TF80 | Archive |
Keywords: | cluster analysis unsupervised clustering explorative data-analysis self-organizing map analysis of forest parcel data visualization of high-dimensional data klusterianalyysi ohjaamaton klusterointi eksploratiivinen data-analyysi itseorganisoiva kartta palstatiedon analysointi moniulotteisen datan visualisointi |
Abstract (fin): | Klusterianalyysi kuuluu tutkivan data-analyysin piiriin, jossa pyritään analysoimaan suuria tietoaineistoja automaattisten menetelmien avulla. Klusterianalyysi pyrkii selvittämään sisältääkö tutkittava tietoaineisto luonnollisia osajoukkoja. Mikäli tietoaineistossa on havaittavissa ryhmittymistä eli klusteroitumista, pyritään nämä osajoukot määrittämään erilaisten klusterointialgoritmien avulla. Korkeaulotteisen tietoaineiston ryhmittymisen tutkimiseen voidaan käyttää erilaisia projektiomenetelmiä, kuten pääkomponenttianalyysia, käyräviivaisten komponenttien analyysia tai itseorganisoivaa karttaa. Myös ryhmittymisestä kvantitatiivista tietoa antava algoritmi implementoitiin. Klustereiden määrittämiseen käytettiin tässä työssä ohjaamattomia menetelmiä, jotka eivät vaadi osajoukkojen lukumäärän kiinnittämistä etukäteen. Klusterointiin käytettiin hierarkkisia ja kohdefunktioon perustuvia menetelmiä. Klusteroinnin hyvyyttä pyrittiin arvioimaan käyttäen apuna taustamuuttujia ja teoreettista hyvyysmittaa. Tässä työssä tehtiin klusterianalyysi Suomessa hakkuukoneilla kaadetuille metsäpalstoille. Palstoista pyrittiin löytämään luonnollisia ryhmiä ja tutkimaan erottuisivatko nämä ryhmät palstakohtaisten taustatietojen avulla. Käsitellyt palstatiedot eivät muodostaneet selkeitä ryhmiä tehtyjen kokeiden perusteella. Tämä työ on tehty Informaatiotekniikan laboratoriossa Teknillisessä korkeakoulussa osana Oppivat ja älykkäät järjestelmät-teknologiaohjelmaa. Projektin ovat rahoittaneen Metsäteho Oy ja Teknologian kehittämiskeskus TEKES. |
ED: | 2000-01-11 |
INSSI record number: 15085
+ add basket
« previous | next »
INSSI