Predikční systém ekologické zátěže

Zobrazit minimální záznam

dc.contributor.advisor Petr, Pavel
dc.contributor.author Vilím, Vilém
dc.date.accessioned 2007-09-30T14:45:38Z
dc.date.available 2007-09-30T14:45:38Z
dc.date.issued 2007
dc.identifier Univerzitní knihovna (sklad) cze
dc.identifier.uri http://hdl.handle.net/10195/25660
dc.description.abstract Diplomová práce se zabývá návrhem modelů pro predikci ekologické zátěže pro oblast města Pardubice. Predikční modely jsou realizovány pomocí neuronových sítí a rozhodovacích stromů. V úvodní části diplomové práce jsou vysvětleny základní pojmy z oblasti Data Miningu a ochrany ovzduší. Hlavní část diplomové práce je věnována předzpracování časových řad emisí a jejich následnému využití v predikčních modelech. Pro vyrovnání časových řad byly použity metody klouzavých průměrů, trendové funkce, exponenciální vyrovnávání a sezónní očišťování. Předzpracování všech časových řad bylo provedeno v programu MS Excel, návrh a realizace predikčních modelů byly provedeny v prostředí Clementine od firmy SPSS. cze
dc.format 78 s. cze
dc.language.iso cze
dc.publisher Univerzita Pardubice cze
dc.subject Emissions eng
dc.subject time series eng
dc.subject prediction eng
dc.subject air protection eng
dc.subject Data Mining cze
dc.subject Emise cze
dc.subject časové řady cze
dc.subject predikce cze
dc.subject Clementine cze
dc.subject ochrana ovzduší cze
dc.title Predikční systém ekologické zátěže cze
dc.title.alternative The prediction system of the environmental stress eng
dc.type diplomová práce cze
dc.contributor.referee Obršálová, Ilona
dc.date.accepted 2007
dc.description.abstract-translated This thesis deals with a suggestion of models for a prediction of the environmental stress in the city of Pardubice. Prediction models are realized through using of neural networks and decision trees. In the first part of this thesis there are explained fundamental terms and methods connected to Data Mining and air protection. The main part devotes to processing of time series of harmful emissions and to using processed values in prediction models. Time series processing was executed in MS Excel. For time series processing moving average methods, trend analysis, exponential adjustment and seasonal adjustment were used. The prediction models were designed and realized in data mining software Clementine from SPSS. eng
dc.description.department Ústav systémového inženýrství a informatiky cze
dc.thesis.degree-discipline Informatika ve veřejné správě cze
dc.thesis.degree-name Ing. cze
dc.thesis.degree-grantor Univerzita Pardubice. Fakulta ekonomicko-správní cze
dc.identifier.signature D17817
dc.thesis.degree-program Systémové inženýrství a informatika cze
dc.description.grade Dokončená práce s úspěšnou obhajobou cze


Soubory tohoto záznamu

Soubory Velikost Formát Zobrazit

K tomuto záznamu nejsou připojeny žádné soubory.

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam

Vyhledávání


Rozšířené hledání

Procházet

Můj účet