Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

تشخیص داده های پرت در سری های زمانی با استفاده از الگوریتم ژنتیک چند منظوره

تعداد صفحات: 15 | تعداد نمایش خلاصه: 66 | نظرات: 0
سال انتشار: 1398
کد COI Paper: CSCG03_129
زبان Paper: Persian
(فایل این Paper در 15 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) 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 Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 15 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper تشخیص داده های پرت در سری های زمانی با استفاده از الگوریتم ژنتیک چند منظوره

دانیال شبانه بوشهری - دانشجوی کارشناسی ارشد، دانشکده مکاترونیک، دانشگاه آزاد اسلامی، واحد کرج
امینه امینی - استادیار ، دانشکده مکاترونیک، دانشگاه آزاد اسلامی، واحد کرج
جواد محمدزاده - استادیار ، دانشکده مکاترونیک، دانشگاه آزاد اسلامی، واحد کرج

چکیده Paper:

امروزه مدیریت حفظ داده ها فقط یک مزیت نیست بلکه شناسایی، جذب تکنیک ها و نگهداشتن آنها در ادامه، امری ضروری است. تکنیک ها در گذشته به علت محدودیت تنوع و عدم دسترسی به اطلاعات کافی، از روش های ساده جهت شناسایی خطرات و مدیریت آنها استفاده می کردند و همین امر موجب شده بود روش های کمی جایگزین روش های کیفی شود. یکی از مشکلات، عدم وجود روشی کارآمد برای شناسایی دقیق و مواجهه با داده های پرت که مسئله ای مهم در زمینه های سری زمانی هستند می باشد. داده های سری زمانی بدون داده های پرت برای ایجاد مدل های دقیق ضروری هستند. بنابراین اصلاح ، جلوگیری از شناسایی اشتباه و تخمین زدن آنها ضروری است. بنابراین در این پژوهش به منظور شناسایی داده های پرت و تدوین استراتژیهای مناسب برای برخورد با آنها از داده کاوی استفاده شد. بدین منظور اساس کار این پژوهش را افزایش دقت تشخیص داده های پرتدر سری های زمانی قرار دادیم. بدین شکل که داده ها در مرحله اول مورد پیش پردازش قرار گرفتند و پس از استخراج ویژگی، با استفاده از مدل ARIMA پیش بینی سری زمانی برای گام های زمانی انجام شد. به منظور استفاده از NSGA-II جهت تشخیص داده های پرت، خروجی ARIMA به عنوان ورودی این الگوریتم درنظر گرفته و داده های پرت تشخیص داده شدند؛ برای ارزیابی کیفیت جواب های بدست آمده از معیار ارزیابی Accuracy یا دقت استفاده شد. پس از اعمال مدل ها و ترکیب آنها به الگوریتمی می رسیم که به عنوان الگوریتم ترکیبی AR-NSG ارائه می شود. با استفاده از معیار ارزیابی، مقایسه الگوریتم های ژنتیکی انجام گرفت و مشخص شد الگوریتم AR-NSG توانسته، بهبودی حدودا 3 درصدی را در رابطه با دقت و صحت درستی جواب ها ارائه دهد.

کلیدواژه ها:

داده كاوي - داده هاي پرت - سري هاي زماني - الگوريتم ژنتيك چند منظوره

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1006068/

کد COI Paper: CSCG03_129

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined، undefined و undefined، undefined و undefined، undefined،1398،تشخیص داده های پرت در سری های زمانی با استفاده از الگوریتم ژنتیک چند منظوره،سومین کنفرانس بین المللی محاسبات نرم،Rudsar،،،https://civilica.com/doc/1006068

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، شبانه بوشهری، دانیال؛ امینه امینی و جواد محمدزاده)
برای بار دوم به بعد: (1398، شبانه بوشهری؛ امینی و محمدزاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: azad university
تعداد مقالات: 7,284
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.

New Suggested Papers

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support