دانلود مقاله انگلیسی رایگان:خوشه بندی بر پایه CorClustST همبستگی از مجموعه داده های بزرگ فضا-زمانی - 2018
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

دانلود مقاله انگلیسی داده های بزرگ رایگان
  • CorClustST—Correlation-based clustering of big spatio-temporal datasets CorClustST—Correlation-based clustering of big spatio-temporal datasets
    CorClustST—Correlation-based clustering of big spatio-temporal datasets

    دسته بندی:

    داده های بزرگ - big data


    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    CorClustST—Correlation-based clustering of big spatio-temporal datasets


    ترجمه فارسی عنوان مقاله:

    خوشه بندی بر پایه CorClustST همبستگی از مجموعه داده های بزرگ فضا-زمانی


    منبع:

    Sciencedirect - Elsevier - Future Generation Computer Systems, Corrected proof: doi:10:1016/j:future:2018:04:002


    نویسنده:

    Marc Hüsch a,*, Bruno U. Schyska b, Lueder von Bremen c,b


    چکیده انگلیسی:

    Increasing amounts of high-velocity spatio-temporal data reinforce the need for clustering algorithms which are effective for big data processing and data reduction. As currently applied spatio-temporal clustering algorithms have certain drawbacks regarding the comparability of the results, we propose an alternative spatio-temporal clustering technique which is based on empirical spatial correlations over time. As a key feature, CorClustST makes it easily possible to compare and interpret clustering results for different scenarios such as multiple underlying variables or varying time frames. In a test case, we show that the clustering strategy successfully identifies increasing spatial correlations of wind power forecast errors in Europe for longer forecast horizons. An extension of the clustering algorithm is finally presented which allows for a large-scale parallel implementation and helps to circumvent memory limitations. The proposed method will especially be helpful for researchers who aim to preprocess big spatio-temporal datasets and who intend to compare clustering results and spatial dependencies for different scenarios.
    Keywords: Clustering ، Big spatio-temporal data ، Spatial dependence ، Preprocessing ، Data reduction


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 10
    حجم فایل: 1618 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 2094 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 2094 :::::::: افراد آنلاین: 51