CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

توسعه یک الگوریتم موازی جهت کاوش الگوهای پر تکرار دوره ای در کلان داده های جریانی شبکه های حسگر بدنی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۴۳ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: COMPUTER05_014
زبان مقاله: فارسی
حجم فایل: ۱.۳۴ مگابات (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 توسعه یک الگوریتم موازی جهت کاوش الگوهای پر تکرار دوره ای در کلان داده های جریانی شبکه های حسگر بدنی

  صادق رحمانی بلداجی - دانشجوی کارشناسی ارشد، دانشگاه شیخ بهایی
  محمود مرتضوی دهکردی - عضو هیات علمی دانشگاه شیخ بهایی

چکیده مقاله:

تجهیزات پزشکی مانند حسگرهای بدنی (BSN) ها که به بدن انسان امکان اتصال دارند و علایم حیاتی انسان مانند ضربان قلب، فشار خون و دمای بدن را نظارت می کنند، نقش عمده ای در بهبود سلامت ایفا می کنند. جهت کاوش الگوهای پر تکرار و دوره ای از داده های BSN از روش های الگو کاوی مبتنی بر گروس با ساختارهای درختی فشرده استفاده می کنند. با وجود ساختارهای فشرده مانند درخت، بازهم به کارگیری این تکنیک ها با توجه به حجم زیاد داده های پیوسته ورودی منجر به افزایش زمان اجرای عملیات روی کلان داده ها می شود. به همین دلیل، استفاده از تکنیک های موازی برای کار روی داده های حجیم و همچنین بستر موازی شده برای اجرای این تکنیک ها ضروری است. در این تحقیق سعی شده تا زمان اجرای عملیات کاوش الگوهای دوره ای پر تکرار تولید شده از داده های شبکه های حسگر بدنی را از طریق کاهش دفعات اسکن پایگاه داده و تغییر بستر موازی سازی بهبود دهیم. نتایج این تحقیق با روش های RFSP-Tree و RFSP-H از کارهای اخیر مقایسه شده است که زمان اجرای روش پیشنهادی نسبت به دو روش بهبود یافته است.

کلیدواژه‌ها:

الگوهای پر تکرار دوره ای، شبکه حسگر بدنی، کلان داده جریانی، الگوریتم موازی

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-COMPUTER05-COMPUTER05_014.html
کد COI مقاله: COMPUTER05_014

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:
رحمانی بلداجی, صادق و محمود مرتضوی دهکردی، ۱۳۹۷، توسعه یک الگوریتم موازی جهت کاوش الگوهای پر تکرار دوره ای در کلان داده های جریانی شبکه های حسگر بدنی، سیزدهمین سمپوزیوم بین المللی پیشرفت های علوم و تکنولوژی: سرزمین پایدار تازه های کامپیوتر و فناوری اطلاعات، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-COMPUTER05-COMPUTER05_014.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: (رحمانی بلداجی, صادق و محمود مرتضوی دهکردی، ۱۳۹۷)
برای بار دوم به بعد: (رحمانی بلداجی و مرتضوی دهکردی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۴۲۵
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

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.