ClustGeo: Classification Ascendante Hierarchique (CAH) avec contraintes de proximité géographique
2015
Chavent, Marie | Kuentz Simonet, V. | Labenne, Amaury | Saracco, Jérôme | Quality control and dynamic reliability (CQFD) ; Institut de Mathématiques de Bordeaux (IMB) ; Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)-Centre Inria de l'Université de Bordeaux ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria) | Environnement, territoires et infrastructures (UR ETBX) ; Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)
[Departement_IRSTEA]Territoires [TR1_IRSTEA]DTAM [Axe_IRSTEA]DTAM-QT2-ADAPTATION <br/>[Departement_IRSTEA]Territoires [TR1_IRSTEA]DTAM [Axe_IRSTEA]DTAM-QT2-ADAPTATION
Показать больше [+] Меньше [-]National audience
Показать больше [+] Меньше [-]Французский. Problématique et objectifs : classification d'individus spatialisés (communes, lieux, sections de fleuve, etc.). Avec des méthodes classiques, forte dispersion géographique des classes obtenues d'où la nécessité d'intégrer une information spatiale dans le clustering.
Показать больше [+] Меньше [-]Библиографическая информация
Эту запись предоставил Institut national de la recherche agronomique
