مقاله FAMACRO : پروتکل بین لایه ای MAC / مسیریابی برای شبکه های حسگر بی سیم بر اساس بهینه سازی فازی و الگوریتم کلونی مورچگان

این فایل ترجمه فارسی مقاله زیر می باشد:

FAMACRO: Fuzzy and Ant Colony Optimization based MAC/Routing Cross-layer Protocol for Wireless Sensor Networks

دانلود رایگان مقاله انگلیسی

چکیده

این مقاله پروتکل بین لایه ای MAC / مسیریابی بر اساس بهینه سازی فازی و الگوریتم مورچگان (ACO) (FAMACRO) برای شبکه های حسگر بی سیم را ارائه می کند که شامل انتخاب سرخوشه، خوشه و پروتکل های مسیریابی بین خوشه ای می شود. FAMACRO از منطق فازی با انرژی باقی مانده، تعداد گره های مجاور و کیفیت لینک های ارتباطی به عنوان متغیرهای ورودی برای انتخاب سرخوشه استفاده می کند. برای جلوگیری از "hot spots"، FAMACRO از یک مکانیزم خوشه بندی نابرابر با خوشه های نزدیک به   ایستگاه اصلی با اندازه های کوچک تر نسبت به خوشه های دورتر استفاده می کند. در نهایت، تکنیک ACO برای مسیریابی قابل اعتماد و با انرژی کارآمد بین خوشه ای از سر خوشه به ایستگاه اصلی استفاده می شود. پروتکل مسیریابی بین خوشه ای گره رله را با توجه به انرژی باقی مانده آن، فاصله از سر خوشه فعلی، فاصله از ایستگاه اصلی و نرخ دریافت بسته انتخاب می کند. تجزیه و تحلیل مقایسه ای از FAMACRO با خوشه بندی سلسله مراتبی توزیع انرژی کارآمد ، خوشه بندی توزیع کارآمد انرژی ترکیبی نابرابر ، خوشه بندی نابرابر با انرژی کارآمد و پروتکل خوشه بندی نابرابر با فاز بهبودیافته نشان می دهد که FAMACRO 82٪ از نظر انرژی کارآمد تر، 5٪ تا 30٪ دارای طول عمر شبکه بیشتر و 91٪ بسته بیشتری در مقایسه با پروتکل خوشه بندی نابرابر فازی بهبود یافته ارسال می کند.

توضیحات: فایل ترجمه به صورت word می باشد و دارای 22 صفحه است.

کاربرد داده کاوی در کشف دانش پنهان میان داده های سامانه 137 شهرداری تهران

پایان نامه کارشناسی ارشد مدیریت امور شهری

118 صفحه

چکیده:

شهرداری یکی از کلیدی ترین سازمان هایی است که در ارائه ی خدمات شهری به شهروندان نقش مهمی ایفا می کند. این سازمان با به کار بستن دانش فن آوری اطلاعات و سیستم های مخابراتی و نیز توان متخصصان داخلی و مجرب در مدیریت شهری، سامانه ای را ایجاد نموده است که شهروندان را نسبت به محیط زندگی خویش وارد عرصه مدیریت می نماید و تلاش نموده امور شهری را با مشارکت فعال همین شهروندان به انجام رساند. از این رو می توان سامانه ی 137 را بانک اطلاعاتی دانست که داده های ارزشمندی در زمینه ی مسایل شهری در آن جای گرفته است. 

اطلاعات حاصل از این سامانه، حاوی مطالب مفیدی در مورد خدمات ارائه شده به شهروندان است و می تواند به عنوان منبعی مهم و مناسب در انجام تحلیل های داده کاوی مورد استفاده قرار بگیرد. به عنوان نمونه با استفاده از این تحلیل ها می توان وقایع و مشکلاتی که ممکن است در آینده گریبان شهر را بگیرد پیش بینی کرد و آماده مقابله با این مشکلات شد.

در این تحقیق که از نوع تحقیقات کاربردی –توصیفی محسوب می شود، داده های سال 1389 سامانه 137 با استفاده از نرم افزار کلمنتاین 12 برای انجام فرایند داده کاوی مورد استفاده قرار گرفته است. یکی از نتایج این تحقیق تعیین همگنی مناطق از منظر سامانه 137 با استفاده از تکنیک خوشه بندی به دو دسته است؛ که نشان می دهد مناطقی که در دسته دوم قرار گرفته اند آمادگی و آگاهی بیشتری برای برقراری ارتباط با سامانه دارند و میزان تماس بالاتر شهروندان این مناطق ارتباطی با مشکلات بیشتر آن ها ندارد.

هم چنین با استفاده از قوانین وابستگی ارتباط میان مشکلات، مناطق و نواحی مورد بررسی قرار گرفته است و مشخص گردید کدام نواحی در هر منطقه بیشتر مستعد بروز برخی مشکلات و معضلات شهری هستند که شهرداری می تواند با کسب آمادگی بیشتر از بروز آن جلوگیری نماید.

علاوه بر آن، نتایج به دست آمده، الگوهای جالبی را نیز در پیش بینی تعداد تماس های مربوط به آب گرفتگی و آب افتادگی یک منطقه بر اساس میزان بارش و یا تعیین وابستگی میان پیام های آب گرفتگی بین نواحی مختلف یک منطقه خاص به دست داد.

انتظار می رود نتایج به دست آمده در مدیریت مشکلات شهری و افزایش سطح رضایت مندی شهروندان موثر واقع شود.

کلمات کلیدی: مدیریت شهری، سامانه ی 137، داده کاوی، خوشه بندی، قوانین وابستگی، مدل خطی تعمیم بافته، شبکه عصبی

بهبود کارایی شبکه عصبی در بازشناسی الگو با استفاده از خوشه بندی FCM

در این مقاله روشی برای بهبود کارایی شبکه عصبی MLP در باز شناسی الگو با استفاده از خوشه بندی FCM پیشنهادی برای بازنشناسی ارقام دستنویس فارسی استفاده شده است ونتایج حاصله کارایی روش را تایید میکند.

خوشه بندی فازی چیست؟

تحقیق و پروژه درباره خوشه بندی فازی که شامل بخش های زیر است :

فرمت فایل : Word

تعداد صفحات : 22

خوشه بندی چیست؟. 2

هدف از خوشه بندی چیست؟. 4

خوشه بندی فازی چیست؟. 4

الگوریتم خوشه بندی c میانگین: 7

الگوریتم خوشه بندی c  میانگین برای داده های نویزی: 10

الگوریتم خوشه بندی c میانگین با استفاده از نمونه های برچسب گذاری شده: 11

الگوریتم خوشه بندی c میانگین مبتنی بر آنتروپی: 12

الگوریتم خوشه بندی c میانگین مبتنی بر آنتروپی برای داده های نویزی: 13

الگوریتم خوشه بندی c میانگین با استفاده از یادگیری وزن ویژگی ها: 14

معیارهای کارایی: 16

مراجع: 22

رسمی واحد طبقه بندی «طبیعی»، مفاهیم «طبیعی» و آگاهی به عنوان یکپارچه اطلاعات گیولیو تونونی

موضوع فارسی :رسمی واحد طبقه بندی «طبیعی»،
مفاهیم «طبیعی» و آگاهی به عنوان یکپارچه
اطلاعات گیولیو تونونی

موضوع انگلیسی :Unified formalization of «natural» classification,
«natural» concepts, and consciousness as integrated
information by Giulio Tononi


تعداد صفحه :9

فرمت فایل :PDF

سال انتشار :2015

زبان مقاله : انگلیسی

این مقاله نشان می دهد که پایه ای برای ساخت و ساز از "طبیعی" طبقه بندی، مفاهیم "طبیعی" و
ارتباط بالا - یکپارچه اطلاعات املاک مشابه از اشیاء از جهان خارج است
از ویژگی های توصیف اشیاء از کلاس های "طبیعی". این فرضیه که فرآیندهای اطلاعات
از مغز و ذهن تنظیم در این دوره از تکامل برای استخراج ویژگی ساختار همبسته
از اشیاء "طبیعی" با تشکیل "طبیعی" مفاهیم اشیاء پیشنهاد شد. این فرضیه است
توجیه توسط ارجاع به تعدادی از آثار معروف است. علاوه بر این، مدل اصلی ریاضی است
پیشنهادی، که رسمی تعریف طبقه بندی "طبیعی"، "طبیعی" مفاهیم و یکپارچه
اطلاعات G.Tononi، بر اساس یک نمایش ریاضی از سیستم، بر خود را با بسته
روابط علی که به صورت یک "رزونانس" خاص از پیش بینی های متقابل مجموعه ای بسیار همبسته
صفات اشیاء از کلاس های "طبیعی". نتایج کامپیوتر شبیه سازی ساختمان "طبیعی"
کلاس ها و مفاهیم برای رقم کدگذاری معرفی