بررسی چگونگی عملکرد تشخیص الگوی جرم توسط سیستم های داده کاوی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 742
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TAES01_042
تاریخ نمایه سازی: 1 آذر 1394
چکیده مقاله:
داده کاوی می تواند جهت مدل سازی جرایم مورد استفاده قرار گیرد. ما در اینجا نگاهی به الگوریتم خوشه بندی در خصوص یک روش از داده کاوی داریم تا بتوانیم الگوی جرایم را شناسایی نماییم و فرایند رفع آن را تسهیل نماییم. در این خصوص نگاهی بر روی خوشه بندی k-means می اندازیم و همچنین از تکنیک یادگیری Semi-Supervised نیز استفاده شد تا در مورد اسناد موجود جرایم، دانشی به دست آید و ضریب پیش بینی صحیح را افزایش دهیم. همچنین از طرح وزن دهی نیز کمک گرفته تا محدودیت های موجود در تکنیک ها و ابزارهای خوشه بندی جبران شوند.
کلیدواژه ها:
نویسندگان
سمیرا ابراهیم زاده
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، موسسه آموزش عالی هاتف زاهدان
مهدی زرین خمری لف
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، موسسه آموزش عالی هاتف زاهدان
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 :