پایان نامه جستجوی الگوهای نوظهور با ویژگی های جریانی
فرمت فایل دانلودی: .docxفرمت فایل اصلی: docx
تعداد صفحات: 143
پایان نامه جستجوی الگوهای نوظهور با ویژگی های جریانی
نوع فایل: word (قابل ویرایش)
تعداد صفحات : 143 صفحه
چکیده
استخراج الگوهای مفید از مجموعه داده ها، یکی از موضوعات چالش برانگیز در داده کاوی است. از طرفی در داده ها با ابعاد بالا، استخراج مجموعه کوچکی از الگوهای نوظهور با قابلیت پیش بینی قوی، از مسائل مهم در ایجاد یک کلاسه بند بر پایه الگوهای نوظهور است. در دنیای واقعی، ویژگی ها همیشه بطور کامل در دسترس نیستند؛ بر این اساس، مسئله سخت تر می شود وقتی که مجموعه ویژگی ها قبل از شروع فرآیند یادگیری ناشناخته باشد. ویژگی های جریانی عنوان ویژگی هایی است که بصورت برخط تولید می شوند و در همان زمان تولید پردازش می شوند. در این طرح، ویژگی ها یکی یکی به مرور زمان پدیدار می شوند بجای اینکه تمام ویژگی ها قبل از فرآیند یادگیری آماده باشند.
در این مطالعه، ما ساختار دینامیک از درخت الگوی مکرر پیشنهاد می دهیم تا درخت به محض ورود ویژگی های جدید ساخته شود و استخراج الگوهای نوظهور بصورت برخط صورت گیرد. DFP-SEPSF، یک روش موثر پایین به بالا ارائه می دهد تا یک درخت الگوی مکرر دینامیک نامرتب UDFP-tree و یک درخت الگوی مکرر دینامیک مرتب ODFP-tree بسازد. اولین روش ترتیب آیتم ها را در نظر نمی گیرد، در حالیکه دومین روش ترتیب آیتم ها را اعمال می کند.
بعلاوه، چارچوب پیشنهادی الگوهای نوظهور قوی را استخراج می کند تا یک کلاسه بند قوی و سریع ایجاد کند که می تواند با نویز مقابله کند.
روش پیشنهادی فضای جستجوی الگوهای نوظهور را بطور قابل توجهی کاهش می دهد و الگوهای نوظهور با قدرت تمایز قوی را با کمک حذف الگوهای بی فایده استخراج می کند.
روش ارائه شده الگوهای نوظهور را برای هر کلاس بصورت همزمان کشف می کند و بعلاوه، فرآیند تولید درخت های الگوی مکرر را بصورت کارایی در راستای کاهش محاسبات، هدایت می کند.
ارزیابی تجربیات ما بر روی محدوده وسیعی از داده ها، اثربخشی روش پیشنهادی را در مقایسه با دیگر روش های شناخته شده از نظر دقت پیش بینی، تعداد الگوهای استخراجی و زمان اجرا نشان می دهد.
واژه های کلیدی:
الگوهای نوظهور، درخت الگوی مکرر دینامیک، ترتیب آیتم ها، ویژگی های جریانی
فهرست مطالب
فصل اول 1
۱- مقدمه 2
۱-۱ مقدمه 2
۱-۲ مفهوم الگوهای نوظهور 3
۱-۳ مفهوم ویژگی های جریانی 5
۱-۴ چالش های موجود در استخراج الگوهای نوظهور 6
۱-۵ الگوریتم های استخراج الگوهای نوظهور 8
۱-۶ ایده اصلی تحقیق 11
۱-۷ نگاهی کلی به فصول رساله 13
فصل دوم 14
۲- پیشینه تحقیق 15
۲-۱ مقدمه 15
۲-۲ روش های مبتنی بر قانون 15
۲-۲-۱ روش Classification Based on Association (CBA) 15
۲-۲-۲ روش کلاسه بندی Classification based on Multiple-class Association Rule (CMAR) 16
۲-۲-۳ روش کلاسه بندی Classification based on Prediction Association Rule (CPAR) 16
۲-۳ روش های استخراج الگوها 17
۲-۳-۱ روش مبتنی بر مرز 17
۲-۳-۲ روش مبتنی بر محدودیت 17
۲-۳-۳ الگوریتم استخراج درخت الگوی تقابل CP-tree 18
۲-۳-۴ روش استخراج با کمک دیاگرام دودویی صفر ZBDD Miner 18
۲-۳-۵ روش استخراج الگوهای نوظهور متمایز DP-Miner 18
۲-۴ روش های کلاسه بندی مبتنی بر الگوهای نوظهور 20
۲-۴-۱ روش کلاسه بندی مبتنی بر اساس مجموع الگوهای نوظهور CAEP 20
۲-۴-۲ الگوریتم کلاسه بندی بر پایه تئوری اطلاعات iCAEP 20
۲-۴-۳ روش کلاسه بندی بر پایه الگوهای نوظهور جهشی JEPs-classifier 21
۲-۴-۴ روش کلاسه بندی بر پایه الگوهای نوظهور جهشی قوی 21
۲-۴-۵ روش تصمیم گیری مبتنی بر نمونه DeEPs 21
۲-۴-۶ روش کلاسه بندی توسط مجموعه راست نمایی PCL 22
فصل سوم 23
۳- دانش اولیه 24
۳-۱ الگوهای نوظهور 24
۳-۲ درخت الگوی مکرر دینامیک DFP-tree 30
فصل چهارم 33
۴- راهکارهای ارائه شده برای استخراج الگوهای نوظهور قوی مبتنی بر ویژگی های جریانی 34
۴-۱ مقدمه 34
۴-۲- درخت الگوی مکرر دینامیک نامرتب Unordered Dynamic FP-tree 35
۴-۳ درخت الگوی مکرر دینامیک مرتب Ordered Dynamic FP-tree 44
۴-۴ روش استخراج الگوها SEP-Miner 56
فصل پنجم 62
۵- آزمایشات تجربی 63
۵-۱ مقدمه 63
۵-۲ کلاسه بندها 63
۵-۲-۱ کلاسه بند درخت تصمیم C4.5 63
۵-۲-۲ کلاسه بند SVM 64
۵-۲-۳ کلاسه بند بیزین ساده 65
۵-۲-۴ کلاسه بند نزدیکترین همسایه 66
۵-۲-۵ الگوریتم AdaBoost 66
۵-۳ تست های آماری 68
۵-۳-۱ تست آماری جفت شده t-tets 68
۵-۳-۲ تست آماری Wilcoxon 68
۵-۳-۳ تست آماری فردمن 69
۵-۴ تنظیمات تجربی 71
۵-۵ مقایسه دقت پیش بینی 73
۵-۶ مقایسه تعداد الگوها 81
۵-۷ مقایسه زمان اجرا 83
۵-۸ تحلیل اثر ترتیب در ساخت درخت الگوی مکرر دینامیک 86
۵-۹ چگونگی تعیین کردن حداقل آستانه فراوانی نسبی 88
۵-۱۰ تحلیل حساسیت روی حداقل آستانه های نرخ رشد 89
۵-۱۱ مقایسه کارایی DFP-SEPSF بدون دانستن کل فضای ویژگی ها 90
۵-۱۲ خلاصه نتایج تجربی 94
فصل ششم 96
۶- نتیجه گیری و کارهای آینده 97
اختصارات 99
واژه نامه فارسی به انگلیسی 100
واژه نامه انگلیسی به فارسی 108
فهرست منابع 116
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.