close
تبلیغات در اینترنت
خرید دامنه
پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان
مرورگرهای پیشنهادی :
موضوعات
  • پایان نامه و مقالات فنی مهندسی
  • پایان نامه های کامپیوتر
  • پایان نامه های مکانیک
  • پایان نامه های عمران
  • پایان نامه های صنایع
  • پایان نامه های برق
  • پایان نامه های مخابرات
  • پایان نامه های جوشکاری
  • پایان نامه های الکتروتکنیک
  • پایان نامه های گیاه پزشکی
  • پایان نامه های محیط زیست
  • پایان نامه های نفت
  • پایان نامه های مواد
  • پایان نامه های سازه
  • پایان نامه های شیمی
  • پایان نامه های معدن
  • پایان نامه های جوشکاری ترمیت
  • پایان نامه های متالوژی
  • پایان نامه های نساجی
  • پایان نامه های کشاورزی
  • پایان نامه های سرامیک
  • پایان نامه های الکترونیک
  • پایان نامه های ساخت تولید
  • پایان نامه های تاسیسات
  • پایان نامه های منابع طبیعی
  • پایان نامه های صنایع غذایی
  • پایان نامه های نقشه برداری
  • پاورپوینت های فنی مهندسی
  • پاورپوینت معماری
  • پایان نامه و مقالات علوم انسانی
  • پایان نامه های فناوری اطلاعات
  • پایان نامه های اقتصاد
  • پایان نامه های مدیریت
  • پایان نامه های حسابداری
  • پایان نامه های روانشناسی
  • پایان نامه های حقوق
  • پایان نامه های جغرافیا
  • پایان نامه های جهانگردی
  • پایان نامه های تربیت بدنی
  • پایان نامه های ادبیات فارسی
  • پایان نامه های علوم سیاسی
  • پایان نامه های علوم اجتماعی
  • پایان نامه های مدیریت صنعتی
  • پایان نامه های مدیریت روابط عمومی
  • پایان نامه های احکام و معارف اسلامی
  • پایان نامه های هنر
  • پایان نامه های گرافیک
  • پایان نامه های موسیقی
  • پایان نامه های صنایع دستی
  • پایان نامه و مقالات علوم پایه
  • پایان نامه های فیزیک
  • پایان نامه های پزشکی
  • پایان نامه های دامپزشکی
  • پایان نامه های دندانپزشکی
  • پایان نامه های زمین شناسی
  • پایان نامه های زیست شناسی
  • گزارش کارآموزی و کارورزی
  • کارآموزی برق و الکترونیک
  • کارآموزی بهداشت
  • کارآموزی حسابداری
  • کارآموزی حقوق
  • کارآموزی شیمی
  • کارآموزی عمران
  • کارآموزی خودرو
  • کارآموزی محیط زیست
  • کارآموزی مدیریت
  • کارآموزی معماری
  • کارآموزی مکانیک
  • کارآموزی ساخت و تولید
  • کارآموزی نقشه کشی
  • جزوات رشته های دانشگاهی
  • جزوات و نمونه سوالات کامپیوتر و IT
  • جزوات مشترک دانشگاهی
  • جزوات روانشناسی
  • جزوات مکانیک
  • جزوات عمران
  • جزوات معماری
  • جزوات مدیریت
  • جزوات حسابداری
  • جزوات زمین شناسی
  • جزوات مخابرات
  • جزوات برق و الکترونیک
  • جزوات تاسیسات
  • نمونه سوالات استخدامی
  • نمونه سوالات استخدامی بانک
  • نمونه سوالات استخدامی آموزش و پرورش
  • نمونه سوالات استخدامی شهرداری
  • نمونه سوالات استخدامی تامین اجتماعی
  • نمونه سوالات استخدامی دستگاه اجرایی
  • نمونه سوالات استخدامی فنی و حرفه ای
  • نمونه سوالات استخدامی وزارت خانه ها
  • نمونه سوالات استخدامی نظامی
  • سایر نمونه سوالات استخدامی
  • فیلم های دانشگاهی
  • کامپیوتر
  • برق
  • عمران
  • زبان
  • مدیریت
  • ریاضی
  • فیزیک
  • موسیقی
  • پزشکی
  • شیمی
  • داروسازی
  • فلسفه
  • مکانیک
  • هوافضا
  • اقتصاد
  • مطالب پربازدید
    مطالب تصادفی
    مطالب پیشین

    عنوان:پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان

    تعداد صفحات :115

    چکیده:

    برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.پیش پردازش داده ها یکی از اجزای مهم در فرایند کشف دانش است.روش های بسیاری برای پیش پردازش داده وجود دارد که می­توان از آنها استفاده کرد.اما این روش ها برای داده های نامتوازن مناسب نیستند. اصطلاح “مجموعه داده نامتوازن” عموما به مجموعه داده‌ای گفته می‌شود که در آن تعداد نمونه‌هایی که نمایانگر یک کلاس هستند از نمونه‌های دیگر در کلاس‌های متفاوت کمتر است مشکل عدم توازن کلاس در بسیاری از برنامه های کاربردی جهان واقعی به رسمیت شناخته شده است و موضوع تحقیقات یادگیری مبتنی بر ماشین قرار گرفته است از این رو اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است.آنها به دنبال کشف روش هایی بودند که با اعمال بر روی داده های نامتوازن به نتایج مطلوبی دست یابند.

    در این پروژه روش های گوناگون پیش پردازش داده های نامتوازن مورد بحث قرار گرفته و الگوریتم جدیدی برای بهبود نتایج طبقه بندی ارائه می­شود، به گونه ای که کارایی و دقت آن مورد توجه باشد.

     


     

    فصل اول: مقدمه و کلیات تحقیق

    1-1- مقدمه

    کشف دانش و داده کاوی یک حوزه جدید میان رشته ای و در حال رشد است که حوزه های مختلفی همچون پایگاه داده، آمار، یادگیری ماشین و سایر زمینه های مرتبط را با هم تلفیق کرده تا اطلاعات و دانش ارزشمند نهفته در حجم بزرگی از داده ها را استخراج کند.هدف کشف دانش و داده کاوی یافتن الگوها در پایگاه داده است که در میان حجم عظیمی از داده ها مخفی هستند]1[ .کشف دانش شامل مراحل متعددی است که در این تحقیق به مرحله پیش پردازش توجه می­کنیم.

     

    مرحله آماده سازی داده ها مهم ترین و زمانبرترین مرحله در پروژه های داده کاوی است.از آنجا که داده ها در این پروژه ها ورودی پروژه هستند هر قدر این ورودی دقیق تر باشد، خروجی کار دقیق تر خواهد بود.یعنی ما از پدیده “ورودی نامناسب، خروجی نامناسب ” دور می­شویم]1[.داده های خام معمولا دچار مشکلاتی مانند نویز، داده پرت، تغییرات در نمونه برداری هستند و استفاده از آنها به همین صورت موجب تضعیف نتایج مورد انتظار میشود.بنابراین باید از روشی برای بهبود نتایج استفاده کرد.پیش پردازش داده ها جهت بهبود کیفیت داده های واقعی برای داده کاوی لازم است.بنابراین پردازش اولیه ای مورد نیاز است تا مقادیر مفقوده، انحرافات و مسائلی از این دست را در داده های اولیه بیابد. پیش پردازش داده ها شامل همه تبدیلاتی است که بر روی داده های خام صورت می­گیرد وآنها را به صورتی در می­آورد که برای پردازشهای بعدی نظیر استفاده در دسته بندی و خوشه بندی، ساده تر و موثرتر می­سازد.

    در حال حاضر سازمانها نیاز دارند تا بتوانند داده ها را به صورت کاراتر دسته بندی کنند و از تحلیل نتایج آن برای بهبود روند پیشرفت کسب و کار استفاده نمایند.ممکن است که داده های در دسترس ، داده هایی مبهم و مغشوش باشند و یا کلاس های داده نامتوازن باشند. بنابراین نیاز به پیش پردازش دقیق داده ها رو به افزایش است. برای پاسخ به این نیاز رو به افزایش ، افراد همواره سعی در ارائه روش های نوین و موثرتری دارند.

    1-2بیان مساله

    هرچند که روشهای مختلفی برای پیش پردازش داده ها موجود است ولی عملکرد و دقت این روش ها متفاوت است و تلاش در جهت ارائه روشی کارامد امری ضروری است.با توجه به اهمیت داده ها در جهان کنونی و افزایش حجم داده ها مساله پیش پردازش مناسب داده ها، بخصوص داده های نامتوازن یک چالش به نظر می­رسد.اغلب روش های موجود در پیش پردازش داده های ناتوازن به سمت کلاس اکثریت تمایل دارند و این امر باعث می شود که داده های کلاس اقلیت به صورت نویز در نظر گرفته شود.

    همانطور که پیش از این نیز گفته شد برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.میتوان ادعا کرد که اگر مرحله آماده سازی داده ها به خوبی صورت نپذیرد، نتایجی بدست می­آید که نمی­تواند مورد استفاده قرار گیرد و ممکن است که هزینه و زمان به کار رفته برای دست یابی به نتیجه موثر هدر رود و نتایج حاصل به دلیل عدم پیش پردازش مناسب داده غیر قابل استفاده و نادرست باشد.

    اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است. در موارد متعددی کلاسی که از نقطه نظر دامنه ی کاربردی اهمیت زیادی دارد(کلاس اصلی) شامل تعداد حالات کمتری نسبت به کلاسی است که کلاس اکثریت می­باشد. این مجموعه ی داده ها نامتوازن نامیده می­شود. رویکرد سنتی داده کاوی توانایی خوبی برای پیش بینی نمونه های اقلیت که مورد توجه است ندارند. متأسفانه در اکثر موارد داده های واقعی دارای این خصوصیت هستند. به عنوان مثال در تشخیص بیماری­های نادر، حملات شبکه، متنکاوی و … معمولاً توزیع داده­ها نامتوازن می باشد.

    در واقع مساله این است که چگونه میتوان داده های نامتوازن را به گونه ای پیش پردازش کرد که در خوشه های مناسب و درست طبقه بندی شوند.بنابراین مساله این تحقیق ارائه روشی جهت پیش پردازش داده های نا متوازن است به گونه ای که کارایی و دقت آن در مقایسه با روش های دیگر بیشتر باشد.

    در روش ارائه شده در این تحقیق برای ارتقای روش ماشین بردار پشتیبان از تکنیک حداقل مربعات با متر اقلیدسی استفاده نمودیم.این روش بهبود یافته را M-SVM می­نامیم.بنابراین مساله را بدین شکل طرح می نماییم، چگونه می­توان در روش پیش پردازش داده های نامتوازن به دقت بالاتری دست یافت و از پیش پردازش صحیح داده برای دست یابی به نتایج صحیح در حوزه کاربردی استفاده نمود.از انجا که داده های متفاوتی وجود دارد ما پیش پردازش بر روی مجموعه داده های نامتوازن را انتحاب کردیم.

    3-1- اهداف تحقیق

    هدف از این تحقیق ارائه راهکاری به منظور افزایش دقت متعادل سازی داده و غلبه بر مشکل عدم توازن کلاس است.سعی کرده ایم تا متعادل سازی داده که در مرحله پیش پردازش داده صورت می­گیرد باعث بهبود نتایج طبقه بندی نمونه ها شود.بدین منظور اثربخشی و کارایی روش ارائه شده با سایر روش های موجود مورد مقایسه و ارزیابی قرار می­گیرد.امید است که نتایج الگوریتم نهایی امیدوار کننده باشد و نشان دهنده پیشرفت الگوریتم باشد.این تحقیق بر اساس نیاز به دسته بندی دقیق داده ها و استفاده از تحلیل نتایج داده ها در بهبود شرایط مرجع مورد استفاده کننده داده ها شکل گرفته است.

    فهرست مطالب:

    فصل اول مقدمه و کلیات تحقیق

    1-1مقدمه

    1-2بیان مساله

    1-3 اهداف تحقیق

    1-4 پرسش های اصلی تحقیق

    1-5فرضیه های تحقیق

    1-6 نوآوری تحقیق

    1-7 تعریف واژگان کلیدی

    1-8 ساختار پایان نامه

    فصل دوم ادبیات و پیشینه تحقیق

    2-1 مقدمه

    2-2 مفاهیم داده کاوی

    2-2-1 تعاریف داده کاوی

    2-2-2 فرایند کشف دانش

    2-2-3 حوزه ها و عملکردهای داده کاوی

    2-3 کاربردهای داده کاوی و کشف دانش

    2-4 چالش هایی برای KDD

    2-5 پیش پردازش و آماده سازی داده ها

    2-5-1اجزای اصلی پیش پردازش داده ها

    2-5-1-1 پاکسازی داده ها

    2-5-1-2یکپارچه سازی داده ها

    2-5-1-3 تبدیل داده ها

    2-5-1-3-1هموار سازی

    2-5-1-3-2 تجمیع

    2-5-1-3-3 تعمیم

    2-5-1-3-4 ساخت ویژگی

    2-5-1-3-5 نرمال سازی

    2-5-1-4 کاهش داده ها

    2-5-1-4-1 تجمیع مکعبی داده

    2-5-1-4-2 انتخاب زیر مجموعه مشخصه ها

    2-5-1-4-3 کاهش تعدد نقاط

    2-5-1-5 تصویر کردن برای کاهش بعد

    2-6 روش های ارزیابی دسته بندی

    2-6-1 ارزیابی صحت روشهای دسته بندی

    2-7 تکنیک حداقل مربعات

    2-7-1 تقریب کمترین مربعات گسسته چند جمله ای

    2-8 ماشین بردار پشتیبان

    2-8-1مقدمه

    2-8-2دلایل استفاده از SVM

    2-8-3 کاربردهای SVM

    2-8-4 مزایا و معایب SVM

    2-8-5 تعاریف کلی

    2-8-5-1تابع تصمیم مسائل دو کلاسی

    2-8-5-2 تعیین تابع تصمیم(ابر صفحه جداکننده)

    2-8-5-3 بعد VC

    2-8-5-4حداقل سازی ریسک تجربی

    2-8-5-5حداقل سازی ریسک ساختاری

    2-8-6 ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا شدنی به طور خطی

    2-8-7ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا نشدنی به طور خطی

    2-8-8 ماشین بردار پشتیبان غیر خطی

    2-8-9 انواع کرنل ها

    2-8-9-1 کرنل چند جمله ای

    2-8-9-2 کرنل های شبکه عصبی

    2-8-9-3 کرنل های گوسی

    2-9 تکنیک های پیش پردازش نامتوازن

    2-9-1 ماشین بردار پشتیبان و مشکل عدم توازن کلاس

    2-9-1-1 عیب مشکل بهینه سازی با ناحیه مرزی نرم

    2-9-1-2 نسبت بردار پشتیبان نامتوازن

    2-9-2 روشهای یادگیری عدم توازن خارجی برای SVM (روشهای پیش پردازش داده)        

    2-9-2-1 روشهای نمونه برداری دوباره

    2-9-2-1-1زیر نمونه برداری

    2-9-2-1-2بیش نمونه برداری

    2-9-2-1-3 SCM

    2-9-2-1-4 نمونه برداری پیشرفته

    2-9-2-1-5 تکنیک بیش نمونه برداری اقلیت مصنوعی

    2-9-2-1-6 نزدیک ترین همسایه فشرده(CNN)

    2-9-2-1-7 نزدیک ترین همسایه تغییر یافته(ENN)

    2-9-2-1-8 Tomek-Link

    2-9-2-2 روشهای یادگیری جمعی

    2-9-2-2-1الگوریتم آموزشی Bagging

    2-9-2-2-2 الگوریتم آموزشی Boosting

    2-9-3 روشهای یادگیری عدم تعادل داخلی برای ماشین بردار پشتیبان

    2-9-3-1 هزینه خطای متفاوت

    2-9-3-2 یادگیری یک کلاس

    2-9-3-3zSVM

    2-9-3-4 روشهای اصلاح کرنل

    2-9-3-5 یادگیری فعال

    2-9-3-6 روش های ترکیبی

    فصل سوم:روش تحقیق

    3-1مقدمه

    3-2 ماشین بردار پشتیبان فازی برای یادگیری عدم توازن کلاس

    3-2-1 روش SVMFuzzy

    3-2-2متد FSVM-CIL

    3-3 ماشین بردار پشتیبان حداقل مربعات (LS-SVM)

    3-4 الگوریتم پیشنهادی

    فصل چهارم: محاسبات و یافته های تحقیق

    4-1 مقدمه

    4-2 مجموعه داده ها

    4-3 نتایج کارایی روش های مختلف بر روی مجموعه داده ها

    فصل پنجم:نتیجه گیری و پیشنهادات

    5-1 جمع بندی و نتیجه گیری

    5-2 کارهای آتی

    منابع و مآخذ

    چکیده انگلیسی

    قيمت فايل ورد پروژه : 8000 تومان
     دانلود فایل ورد بلافاصله بعد از پرداخت هزینه

    بلافاصله پس از پرداخت ، لینک دانلود پایان نامه به شما نشان داده می شود
    پشتیبانی سایت :        09010633413

     
    فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید

    کسب درآمد با فروش فایل های سایت ما

    درباره : پایان نامه و مقالات فنی مهندسی , پایان نامه های فناوری اطلاعات ,
    برچسب ها : پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان , پایان نامه پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان , دانلود پایان نامه پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان , پایان نامه داده کاوی , دانلود پایان نامه داده کاوی , مقالات داده کاوی , دانلود پایان نامه ارشد , دانلود پایان نامه , پایان نامه مهندسی فناوری اطلاعات , پایان نامه دانشگاهی , مهندسی فناوری اطلاعات , دانلود رایگان پایان نامه , پایان نامه درسی , پایان نامه , مقاله , مقاله درسی , مقالات مهندسی فناوری اطلاعات ,
    بازدید : 381 تاریخ : نویسنده : بهرام محمدپور | نظرات ()
    ارسال نظر برای این مطلب

    نام
    ایمیل (منتشر نمی‌شود) (لازم)
    وبسایت
    :) :( ;) :D ;)) :X :? :P :* =(( :O @};- :B /:) :S
    نظر خصوصی
    مشخصات شما ذخیره شود ؟ [حذف مشخصات] [شکلک ها]
    کد امنیتی
    آمار سایت
  • آمار مطالب
  • کل مطالب : 1853
  • کل نظرات : 0
  • آمار کاربران
  • افراد آنلاین : 5
  • تعداد اعضا : 1
  • آمار بازدید
  • بازدید امروز : 182
  • باردید دیروز : 18,641
  • گوگل امروز : 0
  • گوگل دیروز : 5
  • بازدید هفته : 26,535
  • بازدید ماه : 47,216
  • بازدید سال : 47,216
  • بازدید کلی : 628,689