داده کاوی سری های زمانی با استفاده از بهینه سازی کولونی مورچگان
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 610
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_017
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
برای تمایز ویژگی های داده ها در سری های زمانی برای فواصل زمانی خاص، اغلب تکنولوژی تقسیم بندی سری های زمانی مورد نیاز است. این تحقیق، داده های سری های زمانی را به بخش هایی با طول های مختلف تقسیم بندی می کند. یک الگوریتم تقسیم بندی سری های زمانی مبتنی بر الگوریتم بهینه سازی کولونی مورچگان ACO ، برای ارائه تغییرات داده های سری های زمانی پیشنهاد شده است. به منظور صحت تأثیر الگوریتم پیشنهادی با روش پایین به بالا آزمایش را انجام می دهیم که از آن در ادبیات موسوی به نتایج خوبی برای تقسیم بندی سری های زمانی اشاره شده است. داده های شبیه سازی و داده های واقعی قیمت سهام شرکت نیز در برخی از آزمایش های ما استفاده می شود. نتیجه تحقیقات نشان می دهد که اجرای تقسیم بندی سری های زمانی توسط الگوریتم ACO نه تنها تعداد قطعات را به طور خودکار شناسایی می کند، ولی هزینه تقسیم بندی آن کمتر از تقسیم بندی سری های زمانی با استفاده از روش پایین به بالا است. از همه مهم تر در طول فرایند الگوریتم ACO ، همچنین درجه از دست رفتن اطلاعات نسبت به روش پایین به بالا کمتر است .
Keywords:
Authors
علی کامجو
دانشجوی کارشناسی ارشد،گروه کامپیوتر ،دانشگاه آزاد واحد سیرجان،ایران
آرش عزیزی مزرعه
گروه مهندسی کامپیوتر ،واحد سیرجان ،دانشگاه آزاد سیرجان،ایران
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 :