با گسترش فناوری و ظهور شرکت های الکترونیکی که انباشت داده های مشتریان در پایگاه داده را به همراه داشته، جذابیت بخش بندی بازار برای پژوهش گران فزونی یافته است. زیرا پایگاه داده مشتری یک داشته ارزشمند شرکت های الکترونیکی است که اگر به خوبی پردازش شود، می تواند شناخت بیشتری از مشتریان ارائه نماید. به همین دلیل روش های متعدد اما غیر منسجمی برای بخش بندی بازار و طبقه بندی مشتریان در علوم مختلف ارائه...

سامانه های یادگیری تطبیقی و مشارکتی سامانه هایی هستند که به کمک فنّاوری اطلاعات سعی در بهبود فضای یادگیری دارند. از مهمترین مسائل مطرح در طراحی این سامانه ها «گروه بندی یادگیرندگان» است که نقشی اساسی در موفقیت آن ها در بهبود فضای آموزش دارد. «گروه بندی یادگیرندگان» به مفهوم تفکیک یادگیرندگان در گروه های یادگیری برای تطبیق آموزش به آن ها و یا ایجاد گروه های مشارکتی به منظور تعامل میان یادگیرندگان...

مدل های خوشه بندی c-means یکی از پرکاربردترین شیوه های طبقه بندی نظارت نشده در آنالیز داده ها به شمار می­رود. مدل فازی این روش، یعنی fuzzy c-means، یکی از مشهورترین مدل هایی است که در آن هر داده با یک مقدار درجۀ عضویت بین 0 و 1، به هر یک از خوشه ها اختصاص داده می­شود. این مدل خوشه بندی جهت طبقه بندی داده های سنجش از دوری بسیار استفاده شده است. مدل fuzzy c-means از فاصلۀ اقلیدسی جهت خوشه بندی اس...

من تشریح مفهوم ،fmea دراین مقاله سعی شده تا با روشن کردن معایب اصلی روش مرسومبه طبقه بندی حالات بالقوه زیان آور و c-means تحلیل خوشه ای و مشخصات مدل های مختلفارزیابی شرایط بالقوه برای بروز حوادث در واحد فولاد سازی شرکت فولاد آلیاژی ایران با استفاده ازو خوشه بندی فازی بپردازد. در این راستا، حالات بالقوه زیان آور همگن بر fmea تلفیق روش هایمبنای شاخص های احتمال بروز، شدت پیامد و تناوب مواجهه به کم...

در خوشه بندی داده ها تعیین تعداد خوشه ی بهینه امری ضروری است هر چند این امر بسیار پرچالش می باشد. اکثر الگوریتم های موجود در زمینه تحلیل خوشه نیاز دارند تا تعداد خوشه ها پیش از اجرای الگوریتم به عنوان ورودی به آنها داده شود. لذا در این پایان نامه با استفاده از روش خوشه بندی فازی که دقت خوبی دارد و از الگوریتم های فازی با تعداد خوشه های مختلف به عنوان ورودی استفاده کرده است، تعداد خوشه های بهینه...

خوشه بندی یکی از روش های شناخته شده برای کاهش مصرف انرژی در شبکه های حسگر بی سیم می باشد. مشکل اصلی خوشه بندی، مصرف زیاد انرژی در سرخوشه ها است. ما روش zhef را معرفی می کنیم. در zhef با استفاده از قواعد فازی، در هر دوره یک گره خود را به عنوان سر ناحیه معرفی می کند. با استفاده از zhef، زمانی که ایستگاه مرکزی در خارج از شبکه و در فاصله ی دوری از شبکه قرار دارد، سرخوشه ها برای ارسال بسته های داده،...

ترافیک و حل مشکلات آن یکی از زمینه های کاربردی مهم در سیستم های اطلاعات مکانی می باشد. با توجه به اهمیت و تاثیرات ترافیک در جوانب مختلف حیات انسان، در نظر گرفتن مکانیزم هایی کارا جهت مدیریت آنها، همواره مورد توجه متخصصان حوزه های مختلف بوده است. داده کاوی مکانی فرآیندی است که الگو های مکانی مفید و جالب توجه را از پایگاه داده مکانی به صورت اتوماتیک از میان کمیت های بیشمار داده های مکانی استخرا...

خوشه بندی، روش داده کاوی قدرتمندی است که جهت کشف موضوع از اسناد متنی مورد استفاده قرار می-گیرد. در این زمینه الگوریتم های خانواده k-means به دلیل سادگی و سرعت بالا، در خوشه بندی داده هایی با ابعاد بالا، کاربرد فراوانی دارند. در این الگوریتم ها، معیار شباهت cosine، تنها شباهت میان زوج اسناد را اندازه گیری می کند که در مواقعی که خوشه ها به خوبی تفکیک نشده باشند، عملکرد مناسبی ندارد. درمقابل، مفاه...

تغییردر ویژگی های خاک عمدتاً حالت پیوسته دارد. روشی که بتواند این پیوستگی را در نظر بگیرد، قادر به ارائه تصویر واقعی تری از الگوی پراکنش خاک ها چه در فضای رده بندی و چه در فضای جغرافیایی خواهد بود. منطق پیوسته فازی چنین دیدگاهی را فراهم می کند. در این مطالعه کارآیی این نگرش با انجام نوعی خوشه بندی فازی در یک زیر حوزه در غرب ایران مورد بررسی قرار گرفت. خوشه بندی از طریق کمینه سازی یک تابع عینی در...

وزن دهی و تلفیق لایه های مکان مرجع یکی از مباحث بسیار مهم در آنالیز های اطلاعات مکانی است. از سوی دیگر، به دلیل عدم قطعیت در لایه های مکانی نیاز به روشی است که بتواند عدم قطعیت را در میزان تأثیر این لایه ها درنظر بگیرد. هدف این تحقیق، استخراج پایگاه دانش بهینه به منظور تلفیق مؤثر لایه های مکانی با درنظر گرفتن عدم قطعیت موجود در آن هاست. در روش های رایج و سنتی، پایگاه دانش براساس تجربه و دانش فر...