Система кластеризации

версия: 1.2

Лицензия: GNU GPL + CC BY

Статус работы:

Исследовательский проект группы КММО-01-23 
	
Грибань Михаил Сергеевич [[email protected]],
Залетин Никита Андреевич [[email protected]],
Плахотина Юлия  [[email protected]],
Мешкова Ольга Вячеславовна [[email protected]],
Минеев Сергей Алексеевич [[email protected]],
Коминцев Никита [[email protected]],
Николаев Михаил Алексеевич [[email protected]],
Федоров Алексей Викторович [[email protected]],
Салия Лука Мерабович [[email protected]]

И присоединившихся из группы КММО-11-24

Асанов Ярослав Владимирович [[email protected]]
Козлов Алексей Игоревич [[email protected]]
Воронцов Павел Аркадьевич [[email protected]]

по курсу "Дискретные математические модели" 
под руководством к.т.н., доц. Парфенова Д.В. (РТУ, МИРЭА) [[email protected]] .

Описание:

Данное ПО написано на языке Python и позволяет производить кластеризацию данных на основе распределений, сгенерированных с использованием make-функций и изображений.

Установка:

1. Установите Python 3.11
2. Разархивируйте код в директорию по умолчанию.
3. С использованием средств python создайте виртуальное окружение.
4. Установите зависимости, указанные в файле requirements.txt (pip install -r requirements.txt).
5. Соберите проект при помощи команды pyside6-project build ClustSystem.project

Более подробно процесс описан в BUILD.md.

Запуск:

Запуск осуществляется командой pyside6-project run ClustSystem.project. Или путём запуска main.py после сборки, описанной выше.

Настройка и работа с программой:

Вы можете найти подробное описание настройки и работы с программой:

• в папке "Programming documentation";
• в файле "Developer's Guide.docx".

В частности метод добавления новых методов кластеризации описан в одном из файлов папки "Programming documentation".

Описание директорий:

1. AnalysisMethods - содержит методы анализа качества кластеризации и их описание.
2. ClusteringMethods - содержит методы кластеризации и их описание.
3. DatasetsGenerators - содержит методы для генерации наборов данных.
4. DatasetsImages - содержит наборы данных для кластеризации.
5. Developmen's - содержит наработки по проекту.
6. Examples - содержит результаты откластеризованных наборов данных.
7. Frameworks_ccore - содержит основные пакеты для работы с настройками.
8. Frameworks_interface - содержит реализация интерфейса фреймворка.
9. Programming documentation - содержит программную документацию и исследование по кластеризации с использованием разработанного ПО.
10. Theoretical documentation - содержит теоретическую документацию.