CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کاوش داده های فضایی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۳۶۹ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CBCONF01_0076
زبان مقاله: فارسی
حجم فایل: ۵۱۷.۹۹ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاوش داده های فضایی

  نسیمه حبیبی بی بالانی - دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی قزوین

چکیده مقاله:

امروزه روشهای آماری اعمال نفوذ سنتی برای تحلیل حجم بزرگی از دادههای فضایی، بار محاسباتی بالاییدارد. برای حل این مسئله، اخیراً تکنیکهای داده کاوی نسبتاٌ پیشرفت های در روش های تحلیل فضایی متفاوت باهدف استخراج دانش از حجم بالای داده های فضایی استفاده شده است.در این تحقیق، علاوه بر معرفی اجمالی و ذکرروشهای رایج در داده کاوی فضایی به موضوع خوشه بندی هیبریدی که از ترکیب دو الگوریتم خوشه بندی k-means و AGNES به وجود آمده است، می پردازیم. روش ترکیبی شرح داده شده پیچیدگی محاسباتی کمتری نسبت به الگوریتم های والد خود دارد.

کلیدواژه‌ها:

داده کاوی فضایی، الگوریتم خوشه بندی K-means ، الگوریتم خوشه بندی AGNES ، روش خوشه بندی ترکیبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CBCONF01-CBCONF01_0076.html
کد COI مقاله: CBCONF01_0076

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حبیبی بی بالانی, نسیمه، ۱۳۹۵، کاوش داده های فضایی، اولین کنفرانس بین المللی دستاوردهای نوین پژوهشی در مهندسی برق و کامپیوتر، تهران، کنفدراسیون بین المللی مخترعان جهان (IFIA)، دانشگاه جامع علمی کاربردی، https://www.civilica.com/Paper-CBCONF01-CBCONF01_0076.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (حبیبی بی بالانی, نسیمه، ۱۳۹۵)
برای بار دوم به بعد: (حبیبی بی بالانی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • مروری بر داده کاوی فضایی ، تکنیکها و ابزارهای موجود برای آن [مقاله کنفرانسی]
  • دکتر محمدرضا کیوانپور, مهندس فرانک حسن زاده.مهندس محمد مرادی;مباحث پیشرفته ...
  • Shekhar, S hashi, Pusheng Zhang, and Yan Hang;Spatial data mining;Data ...
  • Shashi Shekhar, Michael R. Evans, James M. Kang and Pradeep ...
  • Identifying patterms in spatial information : a survey of methods; ...
  • Mohammad Reza Keyvanpor, Mostafa Javideh, Mohammad Reza Ebrahimi; A Hybrid ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۹۲۳۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > داده کاوی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.