رده بندی داده های جریانی زمانی با استفاده از درخت تصمیم

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,194

فایل این مقاله در 12 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:

ITICS01_122

تاریخ نمایه سازی: 12 فروردین 1391

چکیده مقاله:

رده بندی داده های جریانی معمولا بدون توجه به ویژگیهای زمانی صورت میگیرد بعضی از ویژگیها دارای خواصی در بستر زمان هستند که توجه به این خواص دررده بندی داده ها تاثیر گذار است دراین مقاله روشی برای رده بندی داده های جریانی براساس ویژگیهای زمانی ارایه شده است و نشان داده شدها ست که اگر درمواردی که داده های جریانی زمانی هستند ازاین روش استفاده شود دقت رده بندی افزایش می یابد برای رسیدن به این هدف ویژگیهای زمانی از سایر ویژگیها جدا شده اند و با استفاده از تغییرات تابع توزیع ویژگیهای زمانی ویژگیهای جدیدی به مجموعه داده ای افزوده شده است برای رده بندی از درخت تصمیم که یکی از رایج ترین روشهای رده بندی در داده های جریانی است استفاده شدهاست برای آزمون درخت تصمیم با توجه به ویژگیهای زمانی از یک مجموعه ی داده ای هواشناسی استفاده شدها ست و نشان داده شدها ست که با استفاده ازروش فوق دقت رده بندی بهبود می یابد.

نویسندگان

مجتبی نجفی

دانشگاه علم و صنعت ایران دانشجوی کارشناسی ارشد گروه علمی مهندسی کامپ

محمدرضا کنگاوری

دانشگاه علم و صنعت ایران عضو هیئت علمی

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 :
  • دانشگاه یام نور استان تهران- مجتمع فنی ومهندسی (آذرماه1390 ( ...
  • C. C. Aggarwal, Data stream, models and algorithms: Springer-Verlag New ...
  • B. Babcock, et al., "Models and issues in data stream ...
  • P. Domingos and G. Hulten, "Mining high-speed data streams, " ...
  • G. Hulten, et al., "Mining time-changing data streams, " in ...
  • _ _ _ _ _ _ data streams, " 2003, ...
  • A. Tsymbal, "The problem of concept drift: definitions and related ...
  • H. A. Abbas, et al., "Online Adaptation in Learning Classifier ...
  • G. Widmer and M. Kubat, "Learning in the presence of ...
  • J. R. Quinlan, "Induction of decision trees, " Machine learning, ...
  • J. R. Quinlan, C4.5: programs for machine learning: Morgan Kaufmann, ...
  • _ _ _ _ _ vol. 14, pp. ...
  • D. W. Scott, Multivariate density estimation vol. 139: Wiley, 1992. ...
  • _ PhD thesis, ...
  • A. Bifet, et al., "Moa: Massive online analysis, " The ...
  • http : //www. tceq , texas , gov/ ai rqu ...
  • نمایش کامل مراجع