دانلود و نمایش مقالات مرتبط با ماشین برداری پشتیبان(SVM)::صفحه 1
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). 

نتیجه جستجو - ماشین برداری پشتیبان(SVM)

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 سیستم های تشخیص نفوذ با استفاده ازتکنیک های داده کاوی: ماشین بردار پشتیبانی
سال انتشار: 2013 - تعداد صفحات فایل pdf انگلیسی: 6 - تعداد صفحات فایل doc فارسی: 17
هنگامی که نفوذ غیر مجاز اتفاق می افتد, امنیت و حریم یک سیستمم با این اقدام سازگار می شود. سیستم تشخیص نفوذ(IDS) نقش مهمی در امنیت شبکه ایفا می کند. بنابراین در اینجا ما سیستم تشخیص نفوذ با استفاده از شیوه استخراج داده را مطرح می کنیم. SVM( ماشین بردار پشتیبان) در اینجا طبقه بندی با استفاده از SVM انجام می شود. و بررسی مربوط به سودمندی سیستم مفروض با انجام برخی از آزمایشات با استفاده از مجموعه NSL KDD CUP99 انجام می شود که نسخه پیشرفته ای از مجموعه داده KDD CUP99 می باشد.SVM یکی از برجسته ترین الگوریتم های طبقه بندی در حوزه استخراج داده ( داده کاوی) است اما عیب آن زمان آموزش زیاد می باشد. در این سیستم مفروض ما با استفاده از مجموعه داده NSL-KDD CUP99 برخی از آزمایشات را انجام دادیم. نتایج آزمایشی نشان دادند که ما می توانیم زمان زیاد لازم برای ایجاد مدل SVM را با استفاده از پیش پردازش صحیح مجموعه داده کاهش دهیم. همچنین, هنگامی که انتخاب درست تابع کرنل SVM از جمله تابع بنیادی شعاعی گاوسی را درست انجام دهیم, سرعت کشف حمله SVM افزایش می یابد و سرعت مثبت نادرست (FPR) کاهش می یابد.
کلمات کلیدی: طبقه بندی | سیستم تشخیص نفوذ(IDS) | تابع کرنل | NSL_KDD | پیش پردازش | ماشین برداری پشتیبان(SVM).
مقاله ترجمه شده
2 روشی برای طبقه بندی و تعیین محل خطا در مدارات سه ترمیناله با استفاده از آموزش ماشین
سال انتشار: 2013 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 35
این مقاله یک روش مبتنی بر موج انتقال را برای طبقه¬بندی و تعیین محل خطا در سیستمهای انتقال توان سه ترمیناله ارائه می¬دهد. در روش پیشنهادی، از تبدیل موجک گسسته برای استخراج اطلاعات گذرا از از ولتاژهای ضبط شده استفاده شده است. سپس از طبقه¬بندی کننده¬های ماشین برداری پشتیبان برای طبقه-بندی نوع خطا و نیز خط معیوب در شبکه¬های انتقال استفاده شده است. نمودارهای بیولی برای الگوهای موج انتقال مورد مطالعه قرار گرفته¬اند و ضرایب موجک مود هوایی ولتاژ برای تعیین محل خطا به کار رفته است. از نرم¬افزار Alternate Transients Program(برنامه گذارهای متناوب) برای شبیه¬سازی حالات گذرا استفاده شده است. عملکرد این روش به ازای زوایای مختلف آغاز خطا، مقاومت¬های مختلف خطا، خطاهای امپدانس بالای غیرخطی و خطاهای غیرعادی مورد آزمایش قرار گرفته است که نتایج آن رضایتبخش می¬باشد.
کلمات کلیدی : طبقه بندی خطا | تعیین محل خطا | ماشین برداری پشتیبان(SVM) | شبکه سه ترمیناله | موج های انتقال | تبدیل موجک.
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 2041 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 2041 :::::::: افراد آنلاین: 80