بهینه سازی مدیریت المان های شهری با ارائه الگوریتمی جهت کشف قواعدوابستگی فضایی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 766

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

BPJ01_345

تاریخ نمایه سازی: 29 دی 1392

چکیده مقاله:

درسالهای اخیربا افزایش جمعیت درشهرهای بزرگ شاهدرشدشهرنشینی هستیم با توجه به اینکه تراکم جمعیت دربرخی مناطق شهری بیشتر مشاهده میشود میتوان گفت توزیع فضایی رشدشهری ناهموار است افزایش جمعیت شهری نتیجه ای جز گسترش فیزیکی و توسعه شهرها به دنبال ندارد که این مسئله کارشناسان مسائل شهری رابرای مقابله با این بحرانها با چالشهای جدی مواجه ساخته که پاسخگویی به نیازهای مبرم برای حل این بحرانها را می طلبد باتوجه به حجم وسیعی ازداده های فضایی که ازطریق برنامه های گوناگون یا ازسیستم های اطلاعات جغرافیایی راه دورجمع اوری میشوند این موضوع بسیارموردتوجه قرارگرفته شده است کشف قواعد وابستگی فضایی درداده کاوی فضایی یکی ازروشهای گوناگون به منظور یافتن راهی برای کشف دانش جدید ازمجموعه ای ازداده های فضایی است دراین مقاله الگوریتم جدیدی براساس ماتریس بولی و عملگرهای منطقی مطرح شده است که موثرعمل می کند و عملکردالگوریتم پیشنهادی خود را درمقایسه با الگوریتم Apriori و الگوریتم ماتریس بولی همراه با ازمایش برروی داده های منطقه 4شهرداری اصفهان تهیه شده توسط سازمان فاوا ارزیابی خواهیم کرد

کلیدواژه ها:

الگوهای فراوان ، داده های فضایی ، کشف دانش درپایگاه داده ، کشف قواعد وابستگی فضایی ، مدیریت شهری

نویسندگان

اشرف احمدی اصفهانی

دانشجوی کارشناسی ارشدنرم افزار

محمد نادری دهکردی

استادیاردانشگاه آزاد اسلامی واحد نجف آباد

محمدحسین ندیمی

استادیاردانشگاه آزاد اسلامی واحد نجف آباد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Alison Todes, Urban growth and strategic spatial planning in Johannesburg, ...
  • Prof. Y Jaya Babu, PhaniBala G J , Extracting Spatial ...
  • Trip athyAnimesh , DasSubhalaxmi , An Association Rule Bused [3] ...
  • R. Agrawal, R. Srikant., Fast Algorithms for Mining Association Rules ...
  • Kangkachit Th anap at, Waiyamai Kitsana, A Bus iness-Orientet [5] ...
  • Wang Chuang , Tjortjis Christos , PRICES :An Efficient Algorithm ...
  • Zhao Qiankun, Sourav S. Bh owmick, Associa tion Rule Mining: ...
  • _ _ _ Data Mining :Progress ...
  • _ _ _ _ Institut Teknolog ...
  • Han Jiawei, Pei Jian, Yin Yiwen , Mining frequent patterns ...
  • Koperski Krzysztof, Han Jiawei , Discovery of spatial Association Rules ...
  • _ _ _ Association Rule Mining, Instituto de Informatica UFRGS, ...
  • Qin Ding, Qiang Ding, and William Perrizo , PARM- An ...
  • _ ommunic ationVol. 1, No 2, 2010. ...
  • Spatial association Rule Mining System Pro to type(BOSARM) _ Computer ...
  • _ _ _ _ _ _ _ _ Association Rule ...
  • _ _ IT Department, Narasus Sarathy Institute of Technology, Salem, ...
  • Zdravko Markov, Ingrid Russell , An Introduction to the WEKA ...
  • نمایش کامل مراجع