دانلود مقاله و خرید ترجمه:ترکیب برنامه‌نویسی شبکه ژنتیک و مسئله کوله پشتی برای خوشه‌بندی رکورد پشتیبان بر روی پایگاه داده‌های توزیع شده - 2016
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2

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). 

مقالات ترجمه شده سیستم های خبره ( expert systems )
  • Combination of genetic network programming and knapsack problem to support record clustering on distributed databases ترکیب برنامه‌نویسی شبکه ژنتیک و مسئله کوله پشتی برای خوشه‌بندی رکورد پشتیبان بر روی پایگاه داده‌های توزیع شده
    دانلود مقاله | مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    دسته بندی:

    سیستم های خبره - expert systems


    سال انتشار:

    2016


    ترجمه فارسی عنوان مقاله:

    ترکیب برنامه‌نویسی شبکه ژنتیک و مسئله کوله پشتی برای خوشه‌بندی رکورد پشتیبان بر روی پایگاه داده‌های توزیع شده


    عنوان انگلیسی مقاله:

    Combination of genetic network programming and knapsack problem to support record clustering on distributed databases


    منبع:

    Sciencedirect - Elsevier - Expert Systems With Applications 46 (2016) 15–23


    نویسنده:

    Wirarama Wedashwara, Shingo Mabu, Masanao Obayashi, Takashi Kuremoto


    چکیده انگلیسی:

    This research involves implementation of genetic network programming (GNP) and standard dynamic programming to solve the knapsack problem (KP) as a decision support system for record clustering in distributed databases. Fragment allocation with storage capacity limitation problem is a background of the proposed method. The problem of storage capacity is to distribute sets of fragments into several sites (clusters). Total amount of fragments in each site must not exceed the capacity of site, while the distribution process must keep the relation (similarity) between fragments within each site. The objective is to distribute big data to certain sites with the limited amount of capacities by considering the similarity of distributed data in each site. To solve this problem, GNP is used to extract rules from big data by considering characteristics (value ranges) of each attribute in a dataset. The proposed method also provides partial random rule extraction method in GNP to discover frequent patterns in a database for improving the clustering algorithm, especially for large data problems. The concept of KP is applied to the storage capacity problem and standard dynamic programming is used to distribute rules to each site by considering similarity (value) and data amount (weight) related to each rule to match the site capacities. From the simulation results, it is clarified that the proposed method shows some advantages over the conventional clustering algorithms, therefore, the proposed method provides a new clustering method with an additional storage capacity problem.
    Keywords: Genetic network programming | Database clustering | Knapsack problem | Record clustering


    چکیده فارسی:

    این تحقیق شامل پیاده سازی برنامه ‌نویسی شبکه ژنتیک (GNP) و برنامه‌نویسی پویای استاندارد برای حل مسئله کوله پشتی (KP) به عنوان سیستم پشتیبان تصمیم برای خوشه‌بندی رکوردها در پایگاه داده توزیع شده است. مسئله تخصیص قطعه1 با توجه به محدودیت ظرفیت ذخیره‌سازی پیش‌زمینه‌ برای روش پیشنهادی است. مسئله ظرفیت ذخیره سازی برای توزیع مجموعه قطعه‌ها در چند سایت (خوشه‌ها) است. مجموع قطعه‌ها در هر سایت نباید از ظرفیت سایت تجاوز کند، در حالی که فرآیند توزیع باید ارتباط (تشابه) بین قطعه‌ها را در هر سایت حفظ کند. هدف توزیع داده بزرگ برای سایت‌های اصلی با مقدار محدود شده ظرفیت با بررسی تشابه داده توزیع شده در هر سایت است. برای حل این مسئله، GNP برای استخراج قوانین از داده بزرگ با بررسی ویژگی‌های (دامنه مقادیر) هر صفت در پایگاه داده استفاده می‌شود. روش پیشنهادی، روش تصادفی جزئی استخراج قوانین را در GNP برای کشف الگوی تکراری فراوان‌ترین الگوها در پایگاه داده برای بهبود الگوریتم خوشه‌بندی، به خصوص در مسائل با داده بزرگ، ارائه داده است. مفهوم KP برای مسئله ظرفیت ذخیره سازی بکار می‌رود و برنامه نویسی پویای استاندارد برای توزیع قوانین برای هر سایت با بررسی تشابه (ارزش) و حجم داده (وزن) مربوط به هر قانون برای تطبیق ظرفیت سایت استفاده می‌شود. از نتایج شبیه‌سازی، بدیهی است که روش پیشنهادی مزایایی را برروی الگوریتم خوشه‌بندی معمولی نشان می‌دهد، بنابراین، روش پیشنهادی روش خوشه‌بندی جدیدی را یا مسئله ظرفیت ذخیره سازی اضافی ارائه می‌دهد.
    کلمات کلیدی : برنامه‌نویسی شبکه ژنتیک | خوشه‌بندی پایگاه داده | مسئله کوله پشتی | خوشه‌بندی رکورد


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 9
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 34

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 364 کیلوبایت


    قیمت: 34320 تومان   


    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: 548 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 548 :::::::: افراد آنلاین: 40