دانلود انواع مقاله

(پروژه، مقاله، پایان نامه، گزارش کارآموزی، سوالات استخدامی، طرح توجیهی و...)

دانلود انواع مقاله

(پروژه، مقاله، پایان نامه، گزارش کارآموزی، سوالات استخدامی، طرح توجیهی و...)

استخراج قوانین وابستگی برای بهبود کیفیت فرایند تولید…

خلاصه

افراد تحصیل کرده و شاغل معمولاً علاقه دارند توسعۀ روش ها و برنامه های کامپیوتری را که با کارهای مهندسی و دانش سر و کار دارند دنبال کنند. مدیریت اشتباه عملیات و زمان های تولید از دست رفته، مشکلات و مسائل بزرگی هستند که بهره وری و کیفیت سیستم های صنعتی و هزینۀ تولید را تحت تأثیر قرار می دهد. استخراج قوانین وابستگی، یک تکنیک داده کاوی است که برای پیدا کردن اطلاعات مفید و ارزشمند از پایگاه های داده بزرگ استفاده می شود. این مقاله، پایۀ مفهومی بهتری را برای توسعۀ برنامه های استخراج قوانین وابستگی ارائه می دهد تا دانش را از عملیات و مدیریت اطلاعات به راحتی استخراج کند. تأکید این مقاله روی بهبود فرایندهای عملیاتی است. یک مثال کاربردی، تجربۀ صنعتی که استخراج قوانین وابستگی در آن برای تحلیل فرایند تولید استفاده می شود را شرح می دهد. این مقاله برخی نتایج جدید و جالب در رابطه با تکنیک های داده کاوی و کشف دانش که روی فرایند تولید نقش دارد را گزارش می دهد. نتایج تجربی روی داده هایی که در زندگی واقعی نقش دارند نشان می دهد که روش پیشنهادی برای یافتن دانش مرتبط با عملیات نادرست مفید واقع می شود.

مقدمه

کاربردهای مهندسی هوش مصنوعی نظرات محققین و شاغلین حوزۀ صنعت را به دلیل توانایی آن در یادگیری و درک اصول و حقایق به منظور کسب دانش و به کارگیری آن در عمل به خود جلب کرده است. پیشرفت های مداوم، اشاره به پیشرفت های رو به جلو و غیر منتظره در زمینۀ عملکرد سازمانی دارد (Linderman, Schroeder, Zaheer, Liedtke, Choo, 2004). پیشرفت در مسائلی مانند افزایش ارزش مشتری، کاهش خطاها و عیوب، بهره وری بهبود یافته، امنیت عملکرد چرخۀ زمانی و انگیزش Evans Lindsay, 2001)). این مورد معمولاً در روش حل تدریجی مسئله رخ می دهد که شامل مراحل ضمنی سازی مسئله، تحلیل مسئله، تعمیم راه حل و یادگیری دروس است (Kamsu-Foguem, Coudert, Geneste, Beler, 2008). روش حل مسئله، روی توصیف فرایند شناختی در کارهای عقلانی و ملاحظات شناختی که با سرمایه گذاری دانش روی ساختارهای خاص و قدرت بخشی به تعمیم سر و کار دارد تمرکز می کند (Patel, Arocha, Kaufman, 2001). روش های حل مسئله نقش مهمی را در اکتساب دانش و مهندسی بازی می کند زیرا سطح دانش انتزاعی برای نیل به اهداف با

اعمال دانش توسط فرایند تدریجی جستجوی مسیر راه حل بسیار ارزشمند است. از این روش ها می توان برای توصیف فرایند استدلال به صورت ساختاری برای هدایت روند کسب دانش و راحت کردن تقسیم دانش و استفادۀ مجدد بهره جست (Benjamins Fensel, 1998).

  • فرمت: zip
  • حجم: 1.95 مگابایت
  • شماره ثبت: 411

خرید و دانلود

دانلود کامپیوتر مقاله Word داده کاوی اقتصاد هوش مصنوعی سرمایه گذاری
حاجی زاده چهارشنبه 5 فروردین 1394 ساعت 13:46
0 نظر

استخراج قوانین وابستگی از پایگاههای داده…

دسته: کامپیوتر

حجم فایل: 407 کیلوبایت

تعداد صفحه: 28

استخراج قوانین وابستگی از پایگاههای داده

Mining Association Rules From Databases

گردآورنده:

1- مقدمه

تحلیل وابستگیها یک حالت غیر نظارتی داده کاوی می باشد که به جستجو برای یافتن ارتباط در مجموعه داده ها می پردازد. یکی از کاربردیترین حالات تحلیل وابستگیها “تجزیه تحلیل سبد بازار ” می باشد.

پیشرفت تکنولوژی فروشگاههای خرده فروشی را قادرساخته است حجم زیادی از داده های مربوط به خرید هر یک از مشتریان که از آن به عنوان سبد بازار یاد می‌شود را جمع‌آوری و ذخیره نمایند. داده‌های موجود در سبد بازارنشان‌دهنده خرید مشتری دریک زمان خاص هستند. هر مشتری خرید مجزایی را درکمیتهای مختلف وزمانهای متفاوت انجام می‌دهد. با تجزیه و تحلیل سبد بازاربینشی برای خرده‌فروشان ازاینکه چه محصولاتی با هم خریداری می‌شوند فراهم می گردد و بنابراین می‌توانند رفتارخرید مشتریان را پیش‌بینی کنند این کار به آنها کمک می کند که بهتر بتوانند کالاهای خود را سازماندهی کرده و چیدمان بهتری ازمحصولات خود داشته باشند و بنابراین سودآوری خود را افزایش دهند.

Association rule ها ماهیتاً قوانین احتمالی هستند. بعبارت دیگر قانون XÞAلزوماً قانون X+YÞA رانتیجه نمی‌دهد زیرا این قانون ممکن است از شرط حداقل Support برخوردار نباشد.

بطرزمشابه قوانین XÞY و YÞZ لزوماً قانون XÞZ را نتیجه نمی‌دهند زیرا قانون اخیر ممکن است از شرط حداقل Confidence برخوردار نباشد.

2- تعاریف و مفاهیم اصلی

I = { i1، i2، .، im }: مجموعه‌ای از کل ایتمهای خریداری شده است

T: هر زیرمجموعه‌ای از I می‌باشد که از آن بعنوان تراکنش یاد می‌کنیم.

D: مجموعه تراکنشهای موجود در T است

: TID شناسه منحصر به فرد و یکتایی است که به هریک از تراکنشهااختصاص می‌یابد.

نمای کلی یک قانون وایستگی به فرم زیر می‌باشد:

X Þ Y [support، Confidence]

می‌باشد بطوریکه داریم: X ÇY = Æ و X Ì I، Y Ì I

2-1- پشتیبان یا Support: نشان‌دهنده درصد یا تعداد مجموعه تراکنشهایی در D است که شامل هر دوی X و) Y X È Y) باشند.

2-2- اطمینان یا Confidence: میزان وابستگی یک قلم کالای خاص را به دیگری بیان می کند ومطابق فرمول زیر محاسبه می‌شود:

استخراج قوانین وابستگی از پایگاههای داده

Mining Association Rules From Databases

1- مقدمه

پیشرفت تکنولوژی فروشگاههای خرده فروشی را قادرساخته است حجم زیادی از داده های مربوط به خرید هر یک از مشتریان که از آن به عنوان سبد بازار یاد می‌شود را جمع‌آوری و ذخیره نمایند. داده‌های موجود در سبد بازارنشان‌دهنده خرید مشتری دریک زمان خاص هستند. هر مشتری خرید مجزایی را درکمیتهای مختلف وزمانهای متفاوت انجام می‌دهد. با تجزیه و تحلیل سبد بازاربینشی برای خرده‌فروشان ازاینکه چه محصولاتی با هم خریداری می‌شوند فراهم می گردد و بنابراین می‌توانند رفتارخرید مشتریان را پیش‌بینی کنند این کار به آنها کمک می کند که بهتر بتوانند کالاهای خود را سازماندهی کرده و چیدمان بهتری ازمحصولات خود داشته باشند و بنابراین سودآوری خود را افزایش دهند.

Association rule ها ماهیتاً قوانین احتمالی هستند. بعبارت دیگر قانون XÞAلزوماً قانون X+YÞA رانتیجه نمی‌دهد زیرا این قانون ممکن است از شرط حداقل Support برخوردار نباشد. بطرزمشابه قوانین XÞY و YÞZ لزوماً قانون XÞZ را نتیجه نمی‌دهند زیرا قانون اخیر ممکن است از شرط حداقل Confidence برخوردار نباشد.

2- تعاریف و مفاهیم اصلی

قیمت: 5,000 تومان

خرید و دانلود

دانلود کامپیوتر تکنولوژی
حاجی زاده چهارشنبه 5 فروردین 1394 ساعت 13:00
0 نظر

استخراج قوانین انجمن فازی از اطلاعات با کیفیت پایین: داده کاوی…

خلاصه

چکیده – استخراج اطلاعات معمولاً در تلاش برای القای قوانین انجمن از پایگاه داده استفاده می شود که می تواند به راحتی به تصمیم گیرنده انالیز اطلاعات کمک کند و تصمیمات خوبی با در نظر گیری حوزه های مربوط بگیرد. مطالعات مختلف روش هایی برای قوانین انجمن استخراج از پایگاه داده با ارزش های سطحی پیشنهاد می کند. با این وجود، اطلاعات در بسیاری از برنامه های کاربردی جهان واقعی یک درجه قطعی نارست است. در این مقاله ما این مشکلات را پیدا کرده ایم و یک الگو ریتم استخراج – داده برای خروج دانش جالب از پایگاه داده به همراه اطلاعات نادرست ارائه نموده ایم. این الگو ریتم پیشنهادی محتوای داده نادرست و الگوریتم استخراج استقرایی فازی جهت یافتن انجمن استخراج در پایگاه داده شده، جدا می کند. تجربیات تشخصیص نارسایی در درون کودکی اخیر به وجود امده است تا عملکرد الگوریتم پیشنهادی را بازبینی کند.

کلمات کلیدی: داده کاوی، قوانین انجمن فازی، اطلاعات با کیفیت پایین

مقدمه

داده کاوی (DM) پروسه ای برای کشف اتوماتیکی دانش سطح بالا از جهان واقعی، مجموعه داده پیچیده و بزرگ می باشد. استفاده DM برای تسهیل تصمیم گیری است که می تواند بهبود عملکرد در تصمیم گیری حادث می شود و قادر به غلط گیری انواع مسائلی است که قبلاً آدرس دهی نشده اند (Mladeninetal 2002)

کشف قوانین انجمن یکی از تکنیک داده کاوی است که در این گزارش توضیح داده شده است.

  • فرمت: zip
  • حجم: 0.98 مگابایت
  • شماره ثبت: 411

خرید و دانلود

دانلود کامپیوتر مقاله Word داده کاوی پایگاه داده الگوریتم
حاجی زاده چهارشنبه 5 فروردین 1394 ساعت 12:13
0 نظر

استخدام دبیر ورزش (نمونه سوال استخدامی، عمومی و اختصاصی)…

رشته: دبیر ورزش

تاریخ آزمون: دفترچه سوالات عمومی شامل سال های 84 و 86 و 89 - دفترچه سوالات تخصصی تاریخ 1389/3/7

مواد امتحانی

60 سوال اختصاصی

3دفترچه سوال عمومی (60 سوال سال 84 / 60 سوال سال 86 / 100 سوال سال 89) - شامل دروس (ادبیات فارسی، معارف اسلامی، اطلاعات عمومی و سیاسی، ریاضی، کامپیوتر، زبان انگلیسی)

خرید و دانلود

دانلود کامپیوتر نمونه سوال استخدام معارف اسلامی
حاجی زاده چهارشنبه 5 فروردین 1394 ساعت 11:38
0 نظر

اساس اصول NTFS…

خلاصه

سیستم پرونده NT مجموعه ای از عملکرد، قابلیت اعتماد و سازگاری را مهیا می کند که در سیستم پرونده FAT یافت نمی شود. این سیستم طوری طراحی شده که اعمال پوشه استاندارد از جمله خواندن، نوشتن و جستجوی و حتی اعمال پیشرفته ای چون بهبود سیستم پوشه را بر روی فضای زیادی از دیسک به سرعت انجام می دهد.

با فرمت کردن یک نسخه با سیستم پرونده NTFS و چندین پوشه دیگر و یک جدول پوشه اصلی (MFT) ایجاد می شود که شامل اطلاعاتی راجع به تمام فایل ها و پوشه های موجود در نسخۀ NTFS می باشد. اولین اطلاعات بر روی نسخۀ NTFS، بخش راه اندازی سیستم است که از 0 شروع شده و می تواند تا 16 نیز ادامه یابد. اولین پوشه بر روی نسخۀ NTFS، جدول پوشه اصلی است (MFT). شکل زیر طرحی از یک نسخۀ NTFS را نشان می دهد در زمانی که فرمت کردن به پایان رسیده.

این بخش اطلاعاتی راجع به NTFS را در بر دارد. عناوین مورد بحث شامل عناوین زیر است:

بخش راه اندازی سیستم NTFS

جدول پرونده اصلی NTFS (MFT)

انواع پرونده های NTFS

ویژگی های فایل NTFS

فایل های سیستم NTFS

چندین جریان دادۀ NTFS

فایل های فشرده NTFS

فایل های رفرشده EFS، NTFS

استفاده از EFS

دستور اینترنال EFS

ویژگی EFS

پی آمدهای EFS

فایل های یدکی NTFS

قابلیت بازیافت و تمامیت دادۀ NTFS

سیستم پرونده NTFS شامل ویژگی های امنیتی مورد نیاز برای سرورهای فایل و کامپیوترهای شخصی گران قیمت در یک محیط متحد است. سیستم پرونده NTFS همچنین کنترل دستیابی به داده و امتیاز مالکیت را که برای تمامیت داده های مهم بسیار حائز اهمیت است را حمایت می کند. هنگامی که پوشه های به اشتراک گذاشته بر روی یک کامپیوتر با ویندوز NT دارای مجوزهای خاص هستند، فایل ها و پوشه های NTFS بدون به اشتراک گذاشتن می توانند مجوز داشته باشند. NTFS تنها فایل بر روی ویندوز NT است که به شما این امکان را می دهد که مجوز ها را برای فایل های اختصاصی تعیین کنید. سیستم پرونده NTFS یک طرح ساده اما در عین حال قدرتمند دارد.

  • فرمت: zip
  • حجم: 0.29 مگابایت
  • شماره ثبت: 411

خرید و دانلود

دانلود کامپیوتر مقاله Word
حاجی زاده سه‌شنبه 4 فروردین 1394 ساعت 19:35
0 نظر