تکنیک های داده کاوی در سیستم مدیریت روسازی راه

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 543

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:

AUUM02_247

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

امروزه سیستم های حمل و نقل نقش مهم و حیاتی را در زندگی مردم و اقتصاد کشورها دارند. این سیستم ها در طول زمان براساس بهره برداری و شرایط آب و هوایی فرسوده شده و نیاز به عملیات تعمیر و نگهداری دارد. اطلاعات توصیف یک شی در پایگاه داده روسازی شامل داده های مکانی و غیرمکانی می شود. بنابراین گفته می شود که داده مکانی بطور کلی شامل دو ویژگی اساسی می شود، خواص هندسی و خواص توپولوژیکی. مشخصات هندسی می تواند موقعیت مکانی ( برای مثال مختصات جغرافیایی )، منطقه یا سطح، محیط یا فضای احاطه کننده، حجم و غیره باشد. در عین حال، مشخصات هندسی می تواند مجاور، داخل، سمت چپ و راست، جهت و خلاف عقربه های ساعت و غیره باشد. یک پایگاه داده مدیریت جاده آسفالته در حقیقت دارای ویژگی های زیادی است که از آنها برای توضیح ویژگی های مختلف جاده آسفالته برای کاربردهای مختلف استفاده می شود. این بدان معناست که برخی از ویژگی ها در پایگاه داده مدیریت آسفالته در حقیقت در تصمیم برای نوسازی جاده آسفالته مداخله نمی کنند. یعنی این ویژگی ها ممکن است به تصمیم گیری برای حفظ و مرمت جاده آسفالته ربطی نداشته باشند. کاربردهای این ویژگی های بی ربط ممکن است باعث اثرات منفی برحمایت از تصمیم جاده آسفالته شوند. یکی از اهداف این پژوهش، حذف ویژگی های بی ربط برای به دست آوردن یک درخت تصمیم قابل تعبیر و صحیح می باشد.

نویسندگان

محمدرضا گودرزی

استادیار گروه عمران دانشگاه آیت الله العظمی بروجردی (ره)

حمید درویشی

دانشجوی کارشناسی ارشد مهندسی آب و سازه های هیدرولیکی دانشگاه آیت الله العظمی بروجردی (ره)

رضا نظام الاسلامی

دانشجوی کارشناسی ارشد سازه دانشگاه بوعلی سینا

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 :
  • Almuallim, H. (1996). An algorithm for the optimal pruning of ...
  • Andrienko, G., & Andrienko, N. (1999). Data mining with C4.5 ...
  • Breiman, L., Friedman, J. H., Olshen, R. _ Stone, C. ...
  • Glymour, C., Madigan, D., Pregibon, D., and Smyth P. (1997). ...
  • Zhou, G., and L. Wang (2010a). GIS and Data Mining ...
  • Chen, Y. L., Tang, K., Shen, R. J., & Hu, ...
  • نمایش کامل مراجع