این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۴، شماره ۳، صفحات ۵۱-۶۴
عنوان فارسی ارائه روشی ترکیبی برای افزایش دقت پیش‌بینی در کاهش داده با استفاده از مدل مجموعه راف و هوش تجمعی
چکیده فارسی مقاله نیاز به طراحی سیستم هایی که قادر به اکتشاف سریع اطلاعات مورد علاقه کاربران با تاکید بر حداقل مداخله انسانی باشند از یک سو و روی آوردن به روش های تحلیل متناسب با حجم داده های حجیم ازسوی دیگر، در دنیای امروزی به خوبی احساس می گردد. از این رو بهره گیری از قدرت فرآیند داده کاوی جهت شناسایی الگوها و مدلها و نیز ارتباط عناصر مختلف در پایگاه داده جهت کشف دانش نهفته در داده ها روز به روز ضروری تر می گردد. از سوی دیگر تئوری مجموعه راف را می توان به عنوان یک ابزار برای کشف وابستگی داده ها و کاهش خصیصه های موجود در یک مجموعه داده، تنها با استفاده از داده ها و بدون نیاز به اطلاعات اضافی برشمرد. در این تحقیق جهت بهبود روند انتخاب ویژگی های اصلی و بهبود تئوری مجموعه راف، از ترکیب الگوریتم مورچگان و تئوری مجموعه راف جهت یافتن زیرمجموعه ویژگی های اصلی و حذف اطلاعات غیر مفید با از دست رفتن حداقل اطلاعات استفاده گردیده است. نتایج حاصل از این ترکیب در ارزیابی داده های قیمت نفت نشان می دهد که ترکیب الگوریتم مورچگان و تئوری مجموعه راف در انتخاب ویژگی های مفید و بهینه، عملکرد مناسب تری نسبت به مدل های اخیر دارد. 
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A New Hybrid Method to Increase the Prediction in Data Reduced Using Rough Set and Swarm Intelligence Model
چکیده انگلیسی مقاله Needs to design a system that helps users to explore information quickly with an emphasis on minimal human intervention, on one hand, and perpend to methods of analyzing large data. Hence by utilization the power of the data mining process to identify patterns and models, as well as, nowadays becomes more essential the relationship between the various elements in the database to discover hidden knowledge. On the other hand, Rough set theory can be used as a tool to explore data dependencies and reducing features outlined in a data set. In this research try to improve the features reduction technique by using Rough set theory and ant colony optimization, as well as, try to remove useless information with minimal information loss. The results of this research on the petroleum prices data evaluation demonstrate that hybrid method is better than recent models in the selection of useful features and performance.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله منصور اسماعیل پور | mansour esmaeilpour
islamic azad university, hamedan branch
دانشگاه آزاد اسلامی واحد همدان
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی همدان (Islamic azad university of hamadan)

الهه میرزایی | elahe mirzaee
islamic azad university, hamedan branch
دانشگاه آزاد اسلامی واحد همدان
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی همدان (Islamic azad university of hamadan)

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-847-2&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-566515.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش داده‌های رقمی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات