Разработка веб-ГИС по предоставлению услуги высокоточного позиционирования в Республике Башкортостан Текст научной статьи по специальности «Компьютерные и информационные науки»

Кластерный анализ уже давно сыграл важную роль в самых различных областях: психология и другие социальные науки, биология, статистика, распознавание образов, поиск информации, машинное обучение и сбор данных.

Таким образом, кластеризация является неотъемлемой частью современной обработки больших массивов информации, заметно облегчая работу с ней и охватывая множество областей применения. Выбор различных методов кластеризации зависит от конкретного случая и не может быть определен однозначно. Для достижения наилучшего результата необходимо экспериментировать с выбором мер расстояний, а иногда даже менять алгоритм. Никакого единого решения не существует.

Список литературы

1. Воронцов К.В. Алгоритмы кластеризации и многомерного шкалирования. Курс лекций. МГУ, 2007.

2. Заде Л. А. Кластеризация и кластер / Л.А. Заде, С. Рао и др. Москва: Мир, 1980. 383 с.

3. Bourabai Research: методы и средства анализа данных. [Электронный ресурс]. Режим доступа: https://bourabai.ru/tpoi/analysis6.htm/ (дата обращения: 14.05.18).

4. Чубукова И.А. Курс лекций «Data Mining , Методы кластерного анализа // Интернет-университет информационных технологий. [Электронный ресурс]. Режим доступа: https://www.intuit.ru/studies/courses/6/6/lecture/182?page=2/ (дата обращения: 14.05.18).

РАЗРАБОТКА ВЕБ-ГИС ПО ПРЕДОСТАВЛЕНИЮ УСЛУГИ ВЫСОКОТОЧНОГО ПОЗИЦИОНИРОВАНИЯ В РЕСПУБЛИКЕ

БАШКОРТОСТАН Антонова А.С.

Антонова Арина Сергеевна - студент, кафедра геоинформационных систем, Уфимский государственный авиационный технический университет, г. Уфа

Аннотация: в данной статье рассматривается актуальность использования высокоточного позиционирования, а также обосновывается выбор инструмента, с помощью которого заинтересованные лица смогут воспользоваться данной услугой. Ключевые слова: высокоточное позиционирование, высокоточная навигация, СПТН, разработка веб-ГИС.

Благодаря развитию GPS и глобальных навигационных спутниковых систем, технологии высокоточного позиционирования (высокоточной навигации), которые включают в себя совокупность приемов и методов определения местоположения объектов с точностью до нескольких сантиметров, все чаще используются в геодезии и картографии, промышленном и гражданском строительстве, архитектурном и градостроительном проектировании, при мониторинге смещений грунтов и деформаций крупных инженерных сооружений и конструкций, в коммунальном хозяйстве, навигационном обеспечении городского транспортного комплекса, при создании геоинформационных систем и в других областях.

Услуга высокоточного позиционирования предоставляется с использованием системы повышения точности и надежности навигации Государственной

автоматизированной информационной системы «ЭРА-ГЛОНАСС» на территории Республики Башкортостан (Сеть базисная опорная активная «Курай», далее СПТН) [1].

Использование технологии высокоточного позиционирования дает следующие преимущества:

• СПТН позволяет повысить производительность измерений координат за счет обеспечения получения результатов в режиме реального времени с субсантиметровой точностью.

• СПТН позволяет получать координатную информацию с высокой точностью и надежностью как в режимах реального времени, так и при постобработке за счет использования сети наземных референцных станций и вычислительного центра.

• СПТН позволяет обеспечить привязку координатной информации к государственной геодезической системе координат ГСК 2011 и местным системам координат, а также быстрый пересчет в разные системы координат.

Принцип работы СПТН представлен на рисунке 1.

Центр обработки

Рис. 1. Принцип работы СПТН

Для реализации вышеописанной услуги, необходим инструмент, который будет поддерживать работу пользователей с интерактивными картами, а так же будет содержать ряд инструментов, организующих работу между пользователем и картой, и большое количество информации в виде картографических слоев в режиме реального времени. Для перечисленных задач подходит веб-ГИС [2].

Целью данной работы была разработка веб-ГИС по предоставлению услуг высокоточного позиционирования, которая будет содержать информационные блок, режим работы пользователя с картой.

Разработанная веб-ГИС представлена на рисунке 2.

Сеть"Курай" Быстро, просто, точно

Рис. 2. Интерактивная карта сеть «Курай» Список литературы

1. Кашкаров А.П. Система спутниковой навигации ГЛОНАСС. [Электронный ресурс]. Электрон. дан. Москва: ДМК Пресс, 2018. 96 с.

2. Затонский А.В. Информационные технологии: разработка информационных моделей и систем: Учеб. пос. / М.: ИЦ РИОР: НИЦ ИНФРА-М, 2014. 344 с.

ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ РАЗЛИЧНЫХ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ

ПРЕДСКАЗАНИЯ УСПЕХА ВЫПУСКАЕМОЙ ВИДЕОИГРЫ

1 2 Канищев В.В. , Котенев Д.Д.

1Канищев Виталий Владимирович - студент бакалавриата;

2Котенев Даниил Дмитриевич - студент бакалавриата, Московский институт электроники и математики им А.Н. Тихонова, Национально-исследовательский университет Высшая школа экономики,

г. Москва

Аннотация: в современном мире игровая индустрия не стоит на месте. Для рынка производятся все новые и новые игры. Понять примерный уровень продаж игры, которая еще не вышла, очень важно для издателя. Программа, выполняющая эту функцию, была написана в рамках данного проекта. В качестве исходных материалов из интернета было выгружено более 16 тысяч записей о различных видеоиграх. После этого была построена эталонная модель, основанная на идее зависимости продаж игры от оценок критиков и пользователей. Далее были выбраны пять моделей машинного обучения, а именно: модель опорных векторов, модель дерева решений, модель к ближайших соседей, модель градиентного бустинга и модель гребневой регрессии. Они были обучены и протестированы на выборке данных. Результатом работы стала информация о наилучших регионах рынка для применения той или и ной модели машинного обучения, а также информация о наилучшей настройке моделей для достижения наименьшей ошибки. Все модели были сравнены с эталонной моделью и между собой, что дало четкое представление о возможностях каждой модели.

Ключевые слова: машинное обучение, регрессия, уровень продаж видеоигр, предсказание с помощью информационных технологий.

Индустрия видеоигр развивается с каждым годом, и попытки понять этот рынок предпринимаются каждый год. Одним из документов, рассказывающих об устройстве