اس فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

اس فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلود پایان نامه وب کاوی

اختصاصی از اس فایل دانلود پایان نامه وب کاوی دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه وب کاوی


دانلود پایان نامه وب کاوی

شرح مختصر : با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده‌ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس‌های وب می پردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. روش های وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار می دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می شوند. طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار می گیرند که در این پروژه بیشتر به وب کاوی در صنعت می پردازم. برای این منظور مدل ها، الگوریتم ها و کاربردهای هر طبقه معرفی می شوند.


دانلود با لینک مستقیم


دانلود پایان نامه وب کاوی

بررسی قدرت داده کاوی نرم افزار وکا در حل موضوعات ترافیکی

اختصاصی از اس فایل بررسی قدرت داده کاوی نرم افزار وکا در حل موضوعات ترافیکی دانلود با لینک مستقیم و پر سرعت .
بررسی قدرت داده کاوی نرم افزار وکا در حل موضوعات ترافیکی

مقاله با عنوان فوق که در ششمین کنگره ملی مهندسی عمران، ارائه شده است، آماده دانلود می باشد.

محل برگزاری کنفرانس: سمنان - دانشگاه سمنان

سال برگزاری کنفرانس: 1390

تعداد صفحات مقاله: 8

محتویات فایل: فایل زیپ حاوی یک pdf

چکیده

داده کاوی فرآیند تجزیه و تحلیل داده ها و تبدیل آن به اطلاعات مفید است. در این فرآیند از ابزارهای متفاوتی استفاده می شود. نرم افزارهای داده کاوی یکی از این ابزارها برای تجزیه و تحلیل داده ها می باشند. این نرم افزار ها به کاربر اجازه می دهد تا از ابعاد مختلف به تجزیه و تحلیل داده ها، دسته بندی آنها و خلاصه آنها به روابط شناخته شده بپردازد. در حوزه حمل و نقل که همواره با حجم انبوهی از داده ها مواجه می باشد، پردازش داده ها و داده کاوی اهمیت شایانی دارد. در این مقاله ضمن بررسی پیش بینی حجم ترافیک برون شهری، به بررسی یکی از نرم افزار های داده کاوی بنام وکا پرداخته می شود. در داده کاوی از تکنیک و قدرت شبکه عصبی جهت مدلسازی و پیش بینی حجم ترافیک برون شهری محور ساری- قائم شهر استفاده شده است و سپس صحت مدل استفاده شده در محور بابل – قائمشهر اعتبارسنجی شده است. در مدل پیش بینی از مجموعه متغیرهای اقتصادی- اجتماعی مبدا و مقصد در سالهای 85 و 86 و 87 استفاده شده است. نتایج حاصل از تحقیق، قدرت بالای شبکه های عصبی که یکی از ابزارهای نرم افزار وکا می باشد را در پیش بینی های ترافیکی نشان می دهد.


دانلود با لینک مستقیم


بررسی قدرت داده کاوی نرم افزار وکا در حل موضوعات ترافیکی

روش های خوشه بندی در داده کاوی

اختصاصی از اس فایل روش های خوشه بندی در داده کاوی دانلود با لینک مستقیم و پر سرعت .

خوشه بندی سلسله مراتبی تکنیکی است که در گروهبندی یا دسته بندی داده ها به کارمی رود. نقاط داده ها در این روش در  دسته ها و زیر دسته هایی بر اساس معیار شباهت قرار می گیرند.
در روش خوشه بندی سلسله مراتبی، به خوشه‌های نهایی بر اساس میزان عمومیت آنها  ساختاری سلسله‌ مراتبی، معمولا به صورت درختی نسبت داده می‌شود. به این درخت سلسله مراتبی دندوگرام (dendogram) می‌گویند. روش کار تکنیکهای خوشه‌بندی سلسله‌مراتبی معمولا بر اساس الگوریتمهای حریصانه (Greedy Algorithms) و بهینگی مرحله‌ای (stepwise-optimal) است. روشهای خوشه‌بندی بر اساس ساختار سلسله مراتبی تولیدی توسط آنها معمولا به دو دسته زیر تقسیم می‌شوند:
•    بالا به پایین (Top-Down) یا تقسیم کننده(Divisive)
•    پایین به بالا (Bottom-Up) یا متراکم شونده (Agglomerative)


دانلود با لینک مستقیم


روش های خوشه بندی در داده کاوی

مقاله آماده با موضوع نگاهی بر داده کاوی و کشف قوانین وابستگی (فرمت word) و 22صفحه

اختصاصی از اس فایل مقاله آماده با موضوع نگاهی بر داده کاوی و کشف قوانین وابستگی (فرمت word) و 22صفحه دانلود با لینک مستقیم و پر سرعت .

مقاله آماده با موضوع نگاهی بر داده کاوی و کشف قوانین وابستگی (فرمت word) و 22صفحه


مقاله آماده با موضوع نگاهی بر داده کاوی و کشف قوانین وابستگی (فرمت word) و 22صفحه

با افزایش سیستمهای کامپیوتر و گسترش تکنولوژی اطلاعات , بحث اصلی در علم کامپیوتر از چگونگی جمع آوری اطلاعات به نحوه استفاده از اطلاعات منتقل شده است . سیستمهای داده کاوی ,این امکان را به کاربر می دهند که بتواند انبوه داده های جمع آوری شده را تفسیر کنند و دانش نهفته در آن را استخراج نمایند . داده کاوی به هر نوع کشف دانش و یا الگوی پنهان در پایگاه داده ها اطلاق می شود . امروزه داده کاوی به عنوان یکی از مهمترین مسائل هوش مصنوعی و پایگاه داده ، محققان بسیاری را به خود جذب کرده است . در این تحقیق ابتدا نگاه کلی بر داده کاوی ، استراتژیهای داده کاوی و… داریم ، سپس مسأله کشف قوانین وابستگی در پایگاه داده را به تفضیل بررسی کردیم و نگاهی به الگوریتمهای موجود برای آن داشتیم . سپس مسأله کشف قوانین وابستگی در پایگاه داده های پویا را مورد بحث قرار دادیم و الگوریتم های ارائه شده مربوطه را مطرح کردیم .

فهرست :

چکیده

مقدمه

کشف دانش در پایگاه داده

آیا داده کاوی برای حل مسائل ما مناسب است؟

جمع آوری داده ها

بکارگیری نتایج

استراتژیهای داده کاوی

پیش گویی Perdiction

Unsupervised Clustering دسته بندی بدون کنترل

تکنیکهای داده کاوی تحت کنترل

شبکه عصبی

برگشت آماری

قوانین وابستگی

الگوریتم  Apriori

الگوریتم Aprior TID

الگوریتم partition

الگوریتم های MaxEclat,Eclat

الگوریتم با ساختار trie

الگوریتم fp-grow

ساخت fp- tree

Fp-tree شرطی

الگوریتم برداری

نگهداری قوانین وابستگی

الگوریتم کاهشی


دانلود با لینک مستقیم


مقاله آماده با موضوع نگاهی بر داده کاوی و کشف قوانین وابستگی (فرمت word) و 22صفحه