Оценка эффективности методов классификации состояний телекоммуникационной сети
Наукові видання Харківського національного університету Повітряних Сил
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Оценка эффективности методов классификации состояний телекоммуникационной сети
Оцінка ефективності методів класифікації станів телекомунікаційної мережі Classification methods efficiency estimation of the telecommunications network |
|
| Creator |
О.С. Высочина
С.И. Шматков А.М. Салман О.С. Височина С.І. Шматков А.М. Салман O.S. Vysochyna S.I. Shmatkov A.M. Salman |
|
| Subject |
Інфокомунікаційні системи
УДК 621.391 телекоммуникационная сеть, методы классификации, нейронные сети телекомунікаційна мережа, методи класифікації, нейронні мережі telecommunication network, methods of classification, networks of neurons |
|
| Description |
В статье оценивается эффективность различных алгоритмов классификации при распознавании состояния телекоммуникационной сети. Анализ алгоритмов классификации проводился при помощи системы анализа данных Weka. Исходным набором данных являлась динамика изменения оценок показателей качества телекоммуникационной сети. Анализ алгоритмов классификации показал, что наиболее эффективным методом классификации являются нейронные сети.
В статті оцінюється ефективність різних алгоритмів класифікації при розпізнаванні стану телекомунікаційної мережі. Аналіз алгоритмів класифікації проводився за допомогою системи аналізу даних Weka. Вхідним набором даних була динаміка зміни оцінок показників якості телекомунікаційної мережі. Аналіз алгоритмів класифікації показав, що найбільш ефективним методом класифікації є нейронні мережі. In the present paper efficiency of different classification algorithms is estimated at recognition of the telecommunications network state. The analysis of classification algorithms was carried out by means of the Weka data analysis system. The initial data set was a dynamics of quality metrics estimations change of the telecommunications network. The analysis of classification algorithms showed that the most effective method of classification is neural network. |
|
| Publisher |
Харківський національний університет Повітряних Сил ім. І. Кожедуба
Харьковский национальный университет Воздушных Сил им. И. Кожедуба Kharkiv national Air Force University named after I. Kozhedub |
|
| Date |
2010
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Рецензована стаття |
|
| Format |
application/pdf
|
|
| Identifier |
http://www.hups.mil.gov.ua/periodic-app/article/2646
|
|
| Source |
Збірник наукових праць Харківського національного університету Повітряних Сил. — 2010. — № 2(24). 98-101
Сборник научных трудов Харьковского национального университета Воздушных Сил. — 2010. — № 2(24). 98-101 Scientific Works of Kharkiv National Air Force University. — 2010. — № 2(24). 98-101 2073-7378 |
|
| Language |
rus
|
|
| Relation |
http://www.hups.mil.gov.ua/periodic-app/article/2646/zhups_2010_2_23.pdf
|
|