استفاده از روند متعامدسازی گرام اشمیت جهت کاهش بعد در محاسبه کارایی در تحلیل پوششی داده ها
Publish place: 4th Conference on Data Envelopment Analysis
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,839
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DEA04_195
تاریخ نمایه سازی: 10 اردیبهشت 1392
Abstract:
روش های مختلفی برای کاهش بعد در حالتی که مجموعه داده ها دارای بعد بزرگی است ارایه شده و مقالات متعددی در این زمینه منتشر گردیده است. در این مقاله، نخست با ارائه ی یک مثال ضعف روش متداول PCA که جهت کاهش بعد به کار می رود بیان گردیده و سپس به معرفی روش ماگزیمم واریانس به کمک روند متعامد سازی گرام اشمیت می پردازیم. سپس با محاسبه پراکندگی تجمعی برای تعیین تعداد متغیرهای گرام اشمیت، به محاسبه ی کارایی می پردازیم با این تفاوت که به جای متغیرهای اصلی مسئله از متغیرهای گرام اشمیت استفاده می شود.
Keywords:
Authors
محسن رستمی مال خلیفه
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه ریاضی، تهران، ای
غلامرضا جهانشاهلو
دانشگاه تربیت معلم تهران، گروه ریاضی، تهران، ایران
فرهاد حسین زاده لطفی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه ریاضی، تهران، ای
احسان زنبوری
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه ریاضی، تهران، ای
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :