لیست تحقیقات، مقالات، پروژه‌های دانشجویی و دانش آموزی در مورد 【مجموعه داده】

در این گزارش قصد داریم جهت بررسی روشهای بازشناسی آماری الگو ، دو مجموعه داده را معرفی و مورد استفاده قرار دهیم. دیتاست اول، عنوان INFO ON BUPA LIVER DISORDERS را دارد و وجود یا عدم وجود اختلالات کبد 345شخص را با استفاده از 6 خاصیت خون آنها نشان می دهد. لازم به ذکر است که در اثر مصرف نوشیدنیهای الکلی ،کبد انسان دچار تغییرات ظاهری و رفتاری زیانباری می گردد. دیتاست دوم تحت عنوان ...

نوع داده مجموعه مجموعه ها : متغیرهای ساخت یافته ای هستند که حاوی لیستی از اعداد صحیح ، کارکترها و یا مقادیری از نوع شمارشی هستند. یک مجموعه شبیه آرایه أی است که می تواند گروهی از اعضای ساده را در خود جای دهد . البته اعضای یک مجموعه شبیه یک آرایه تعریف نمی شود. تعریف مجموعه ها : یک مجموعه یا متغیر مجموعه درست همانطور که انواع ساخت یافته دیگر را تعریف می کنیم ، تعریف می شود . ...

اهداف این فصل توضیح روش های استنتاج آماری که معمولاً در داده کاوی استفاده می شود. تشخیص پارامترهای آماری مختلف به منظور تقریب سازی اختلاف موجود در داده ها. توصیف مولفه ها و اصول اساسی ممیز کننده های Navia Bayesian و روش رگرسیون Logistic. معرفی مدل های log خطی با استفاده از تحلیل متناظر جداول توافقی. بحث و بررسی در مورد مفاهیم آنالیز واریانس (Anova) و تحلیل ممیزی خطی نمونه های ...

- مقدمه: در این نوشتار قصد داریم به معرفی آنالیز اجزا اصلی (Principal components analysis) به پردازیم. آنالیز اجزا اصلی  (pca) یک تکنیک مفید آماری است که کاربرد آن در زمینه های از قبیل : تشخیص چهره،فشرده سازی تصویر و یک تکنیک رایج برای شناسایی یک نمونه در داده های از بعد بالا است. این تبدیل که با اسامی دیگری چون هتلینگ(Hostelling Transform)، کارهانن-لو(Karhunen-Live ...

تشخیص ناهنجاری (anomaly) موضوعی حیاتی در سیستم های تشخیص نفوذ به شبکه است (NIDS) . بسیاری از NIDS های مبتنی بر ناهنجاری «الگوریتمهای پیش نظارت شده » را بکار می گیرند که میزان کارایی این الگوریتمها بسیار وابسته به دادها های تمرینی عاری از خطا میباشد . این در حالی است که در محیط های واقعی و در شبکه های واقعی تهیه اینگونه داده ها بسیار مشکل است . علاوه بر اینها ، وقتی ...

چکیده خوشه بندی داده های بزرگ مربوط به مسئله بدست آوردن خوشه های نهایی یک سری داده از یک مجموعه داده بزرگ است که به عنوان ورودی به مسئله داده شده اند. در این مقاله، مسئله خوشه بندی داده های بزرگ به صورت یک مسئله بهینه سازی چند هدفه مدلسازی شده و یک الگوریتم پردازش تکاملی چندهدفه برای این مسئله استفاده می شود. الگوریتم پردازش تکاملی چندهدفه برای خوشه بندی داده های بزرگ که در ...

خوشه بندی روشی است که داده های یک مجموعه داده را به گروه یا خوشه تقسیم می کند . از مرسوم ترین روش های خوشه بندی،الگوریتم های خوشه بندی k-Means وfuzzy k-Means می باشند.این دو الگوریتم فقط روی داده های عددی عمل می کنند و به منظور رفع این محدودیت، الگوریتم های k-Modes و fuzzy k-Modes ارائه شدند که مجموعه داده های گروهی (دسته ای) را نیز خوشه بندی می کنند. . با این وجود، این الگوریتم ...

از هنگامی که رایانه در تحلیل و ذخیره سازی داده ها بکار رفت (1950) پس از حدود 20 سال، حجم داده ها در پایگاه داده ها دو برابر شد. همچنین تعداد پایگاه داده ها با سرعت بیشتری رشد نمود. این در حالی است که تعداد متخصصین تحلیل داده ها و آمارشناسان با این سرعت رشد نکرد. حال با وجود سیستم های یکپارچه اطلاعاتی، سیستم های یکپارچه بانکی و تجارت الکترونیک، لحظه به لحظه به حجم داده ها در ...

نمودار جعبه‌ ای (Box and Whisker Plot): زمانی‌ که‌ هدف‌ تأکید بر نقاط‌ مشخصی‌ از توزیع‌ می باشد از این‌ نمودار برای‌ ارائه‌ اطلاعات‌ استفاده‌ می گردد. روش‌ ترسیم‌ : 1 تعیین‌ میانه‌ 2 تعیین‌ کمترین‌ و بیشترین‌ مقادیر 3 تعیین‌ صدک 25 و 75 4 رسم‌ یک‌ خط‌ عمودی‌ 5 نوشتن‌ مقادیر اندازه‌گیری‌ شده‌ در روی‌ خط‌ عمودی‌ 6 ترسیم‌ یک‌ جعبه‌ با ضلع‌ فوقانی‌ به‌ محاذات‌ صدک 25 و ضلع‌ تحتانی‌ ...

داده کاوی مقدمه: جهان پیرامون ما سرشار از داده ها و اطلاعات گوناگون می‌باشد. برای پیش بینی گرایشات و جریان های آتی و به منظور اتخاذ تصمیم گیری بهتر در زمینه علوم، تکنولوژی ، صنعت، بازار وغیره. انسان همواره با اشتیاقی حریصانه به دنبال کشف دانش از این موداب داده ها بوده است. قدیمی ترین دست نوشت ها کشف شده بر روی لوح های گلی مربوط به چهار قرن قبل از میلاد مسیح می‌باشد. با ساخت کاغذ ...

چکیده: در این تحقیقات چندین روش همراه با بعضی معایب و محاسن آن مورد بررسی واقع شده است از جمله: شناسایی خودرو در تصاویر هوایی شناسایی خودرو مبتنی بر جزئیات در تصاویر خیابانی، شناسایی خودرو در الگوریتم Icm و در نهایت Vision bqased ACC در پایان پروژه توضیحاتی در باب سیستم حمل و نقل هوشمند و چگونگی و کاربرد شناسایی خودرو ارائه شده است. حال به صورت کلی به بیان برخی از این یافته‌ها ...

چکیده : داده کاوی عبارت است از فرآیند خودکار کشف دانش و اطلاعات از پایگاه های داد ه ای. این فرآیند تکنیک ها یی از هوش مصنوعی را بر روی مقادیر زیادی داده اعمال می کند تا روندها , الگوها و روابط مخفی را کشف کند. ابزار های داده کاوی برای کشف دانش یا اطلاعات از داده ها به کاربراتکا نمی کنند، بلکه فرآیند پیشگویی واقعیت ها را خود کار می سازند. این تکنولوژی نوظهور، اخیرًا به طورفزایند ...

در بیشتر مسائل عملی مشاهدات بصورت تعداد زیادی متغیرهای همبسته‌ می‌باشند برای تحلیل اینگونه مشاهدات به دنبال روش‌های آماری هستیم که بدون اینکه اطلاعاتی را از دست داده باشیم بعد مسأله را تا حد قابل ملاحظه‌ای کاهش دهیم در حقیقت با کنار گذاشتن متغیرهای با واریانس پایین و توجه به متغیرهای با واریانس بالا می‌توانیم به راحتی مسأله را در یک زیر فضایی با بعد کمتر مورد مطالعه قرار دهیم. ...

یافتن مشاهدات پرت : مشاهدات پرت تحلیل‌های آماری را مشکل می‌سازند. هنگام تحلیل داده‌ها، گاهی اوقات مقادیری دور از بقیه داده‌ها پیدا می‌کنید چنین مقادیری مشاهدات پرت نامیده می‌شود. هنگامی که شما با یک مشاهده پرت روبه‌رو می‌شوید ممکن است وسوسه شوید که آن را حذف کنید. در ابتدا از خود این سوال‌ها را بپرسید : - آیا این مقدار را به طور صحیح وارد کامپیوتر شده؟ اگر خطایی در وارد کردن ...

آمار داده‌های زیر مربوط به وزن 68 شرکت کننده در مسابقات انتخابی جهت اعزام به گرجستان که در استان گلستان برگزار می‌گردد، از وزن 90 – 60 می‌باشد. اعمال خواسته شده را بر روی این داده‌ها انجام دهید. ...

copy (نمایش دائمی، مثل اطلاعات روی کاغذ، فیلم عکاسی و موارد مشابه) 2) Soft copy (نمایش روی صفحه نمایش کامپیوتری ) 3) Electronic (خروجی در فرمت الکترونیکی شامل فایل های کامپیوتری می باشد) نمونه ای ازخروجی اطلاعات به صورت Hard Copy مراحل ایجاد و برپاییGIS درقالب پروژه: ایجاد و برپاییGIS درقالب یک پروژه شامل مراحل ورودی داده ها، مدیریت داده ها، تجزیه و تحلیل و پردازش داده ها ...

تعریف پروژه تشخیص دست نوشته ها موضوعی است که در سه دهه اخیر مورد مطالعه و بررسی گسترده ای قرار گرفته است و با انفجار تکنولوژی اطلاعات پیشرفت های چشم گیری در این زمینه از تحقیقات اتفاق افتاده است . دو روش کلی ومتفاوت برای شناسایی دست نوشته وجود دارد :on_line و off_line .در سیستم های on_line با استفاده از یک قلم مخصوص بر روی سطحی الکترونیکی روند نوشتن انجام میشود و تشخیص به صورت ...

دادِگان (پایگاه داده‌ها یا بانک اطلاعاتی) به مجموعه‌ای از اطلاعات با ساختار منظم و سامانمند گفته می‌شود. این پایگاه‌های اطلاعاتی معمولاً در قالبی که برای دستگاه‌ها و رایانه‌ها قابل خواندن و قابل دسترسی باشند ذخیره می‌شوند. البته چنین شیوه ذخیره‌سازی اطلاعات تنها روش موجود نیست و شیوه‌های دیگری مانند ذخیره‌سازی ساده در پرونده‌ها نیز استفاده می‌گردد. مسئله‌ای که ذخیره‌سازی داده‌ها ...

تاریخچه پایگاه داده‌ها در اولین روزهای پیدایش محاسبات الکترونیک به کار گرفته شدند. اما اکثر آنها برنامه‌های سفارشی‌ای بودند که برای دستیبابی به پایگاه داده‌های سفارشی نوشته می‌شدند . این سیستم‌ها بر خلاف سیستم‌های مدرنی که می‌توانند در پایگاه داده‌های مختلف به کار گرفته شوند، ارتباط تنگاتنگی با پایگاه داده‌ها دارند. انواع پایگاه داده‌ها عبارتند از: تعریف پایگاه داده سیستم بانک ...

در این گزارش ما یک روش جدید برای خوشه بندی داده ها بر پایه الگوریتم ژنتیک همراه با بازچینی مجدد ژن های هر کروموزوم در هر مرحله تکرار ارائه می دهیم.این امر باعث حذف انحطاط در مراکز خوشه ها در هر مرحله می شود در این گزارش یک عملگر ترکیب (crossover) جدید تعریف شده است که از میزان شباهت بین کروموزوم ها استفاده می کند.احتمال ترکیب و جهش در هر مرحله به صورت وفقی محاسبه می شود تا ...