CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی تردد اتوبوس های درون شهری با استفاده از GPS Mining

اعتبار موردنیاز : ۱ | تعداد صفحات: ۳۰ | تعداد نمایش خلاصه: ۹۵ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: MAYCOMP01_026
زبان مقاله: فارسی
حجم فایل: ۸۳۰.۶۳ کیلوبایت (فایل این مقاله در ۳۰ 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 ۳۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی تردد اتوبوس های درون شهری با استفاده از GPS Mining

  خدیجه السادات آقایی میبدی - گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران (دانشجوی کارشناسی ارشدگرایش نرم افزار)
  محمد جواد کارگر - گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران(استادیار)
  کمال میرزایی - گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران(استادیار)

چکیده مقاله:

دانش داده کاوی کشف اطلاعات نهفته از بین انبوهی از داده ها است که توسط ماشین ها تولید و ذخیره می شود، در تئوری های مدیریت دانش و کشف دانش به این مجموعه داده ها، داده های دست دوم گویند به این معنا که منظور از تولید آنها چیز دیگری است اما می توان اطلاعات بیشتری را بر اساس اهداف خاصی بدست آورد. این تحقیق به بررسی موضوع خوشه بندی تردد اتوبوس های درون شهری با استفاده از GPS Mining می پردازد . بدین منظور ابتدا داده های ذخیره شده در پایگاه داده SQL را تبدیل به فایل Excel کرده، و پس از پاک سازی و پالایش داده ها، یک مجموعه داده نهایی برای اعمال مدل تشکیل میگردد. در این مطالعه از روش مدل رگرسیون درختی CART و مدل شبکه عصبی MLP و مدل رگرسیون لجستیک چند رسته ای MLR استفاده می شود و سه مدل MLP ،CART ، MLR با سه شاخص دقت، حساسیت و مختص بودن مدلها مورد ارزیابی قرار می گیرد. نتایج حاکی از آن است که دو شاخص اختصاص داشتن و دقت مدل شبکه عصبی عملکرد بهتری دارد و در تحلیل حساسیت، مدل رگرسیون درختی بهترین عملکرد را نشان می دهد. در تحلیل حساسیت مدل شبکه عصبی با برخورداری از 83% مطلوبیت، مدل رگرسیون درختی به عنوان مدل دوم معرفی می شود.

کلیدواژه‌ها:

داده کاوی، مدل رگرسیون درختی CART، مدل شبکه عصبی MLP، مدل رگرسیون

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-MAYCOMP01-MAYCOMP01_026.html
کد COI مقاله: MAYCOMP01_026

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:
آقایی میبدی, خدیجه السادات؛ محمد جواد کارگر و کمال میرزایی، ۱۳۹۴، بررسی تردد اتوبوس های درون شهری با استفاده از GPS Mining، اولین همایش چشم انداز تکنولوژی کامپیوتر و شبکه در 2030، میبد یزد، دانشگاه آزاد اسلامی واحد میبد، https://www.civilica.com/Paper-MAYCOMP01-MAYCOMP01_026.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: (آقایی میبدی, خدیجه السادات؛ محمد جواد کارگر و کمال میرزایی، ۱۳۹۴)
برای بار دوم به بعد: (آقایی میبدی؛ کارگر و میرزایی، ۱۳۹۴)
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 :

  • بررسی قدرت داده کاوی نرم افزار وکا در حل موضوعات ترافیکی [مقاله کنفرانسی]
  • شفابخش، غلام علی، نادر پور، ح (۱۳۸۹)، "مدلسازی تخصیص ناوگان ...
  • مسلمی نجار کلائی، فریدین ۰ م. عفتی. ف. ناصری و ... [مقاله کنفرانسی]
  • Miao Lin, "Mining GPS data for mobility patterns: A survey, ...
  • ipment operations using, " Automation in Construction, p. 107-122, 2013. ...
  • :ant places from mobility data, in: IEEE VAST, 2011, pp. ...
  • spatio- temporal analysis of construction Automaticه : J. T. Nipesh ...
  • _ G. Cong, C.S. Jensen, Mining significant semantic locations from ...
  • th, R., Lee, H., Chowdhury, N., Chang, J., Modified K-Means ...
  • hury, Ch., Deb Nath, R., Lee, H., Chang, J., Development ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۳۱۶۸
    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 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.