پایان‌نامه

طبقه بندی داده های حجیم با استفاده از تحلیل پوششی داده ها

هادیه مهماندوست تراج

چکیده

در این پایان نامه یک ماشین طبقه بندی بر اساس تحلیل پوششی داده ها معرفی خواهیم کرد. هر داده را به عنوان واحد تصمیم گیرنده با مقادیر ویژگی داده شده به عنوان ورودی و تنها خروجی با مقدار یک در نظر می گیریم. طبقه بندی داده ها معادل با بررسی وجود یا عدم وجود واحد تصمیم گیرنده در مجموعه امکان تولید است. یک ناحیه ی پذیرش توسط مجموعه امکان تولید داده های آموزشی نمونه معرفی می کنیم. با روش انتقال مخروط چند وجهی از شکل اشتراکی به شکل جمعی، ثابت خواهیم کرد که ناحیه ی پذیرش می تواند به وسیله ی سیستم نامساویهای خطی تولید شود. علاوه بر این به بحث در مورد ماشین طبقه بندی با مخروط اولویت می پردازیم.این پایان نامه نشان می دهد که ماشین طبقه بندی براساس مدل های مختلف تحلیل پوششی داده ها نتایج یکسانی تولید می کند.

اساتید راهنما و مشاور

حنیف حیدری

پایان‌نامه‌های مشابه

  • طبقه بندی فازی با استفاده از تحلیل پوششی داده ها

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه سیستان و بلوچستان - دانشکده ریاضیملک محمد دهواری

    چکیده امروزه در دنیا، با حجم عظیمی از داده ها واطلاعات مواجه هستیم که بنا به ضرورت جهت بهره برداری بهتر وسریعتر نیازمند به دسته بندی وطبقه بندی آنها می باشیم. برای انجام عمل طبقه بندی روش های مختلفی موجود است که یکی از متداول ترین روشها، روش طبقه بندی فازی با استفاده از تحلیل پوش

  • کاربرد فرآیند تحلیل شبکه جهت رتبه بندی واحدهای کارا در تحلیل پوششی داده ها

    پایان‌نامه۲۰۱۲وزارت علوم، تحقیقات و فناوری - دانشگاه علم و فرهنگ - دانشکده فنیرسول حجتی

    اندازه گیری کارآیی واحدهای مختلف سازمان و مقایسه ی عملکرد سازمان های مشابه و تعیین قابلیت های کلیدی واحدها به منظور ایجاد یک محیط رقابتی، می تواند نقش مهمی در ارتقاء سطح کارآیی و بهره وری سازمان ها داشته باشد. در اکثر موارد مدیران و محققان، علاقه مند به رتبه بندی واحدهاو انتخاب و

  • طبقه بندی داده های نامتعادل با استفاده از روش های نمونه برداری و یادگیری حساس به هزینه

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه کردستان - دانشکده مهندسیشادی محمودی

    مسأله طبقه بندی داده های نامتعادل یکی از مسائلی است که اخیراً توجه زیادی از مهندسین و محققین را به خود جذب کرده است. داده¬های نامتعادل در واقع نوعی از داده¬هاست که در آن تعداد نمونه¬های یک کلاس نسبت به دیگر کلاس¬ها بسیار بیشتر (یا بسیار کمتر) است. در نتیجه الگوریتم¬های طبقه¬بندی¬

  • طبقه بندی داده ها با استفاده از برنامه ریزی ریاضی

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضیآلاله مسکوکی

    در این پایان نامه، به معرفی مسأله طبقه بندی پرداختیم و برخی از روش های رایج برای حل این مسأله از جمله روش بیز، شبکه عصبی، درخت تصمیم و توابع جداکننده را به طور مختصر شرح دادیم. روش برنامه ریزی ریاضی، که بر پایه تولید رویه ها در فضای ویژگی ها است، برای حل مسأله طبقه بندی خصوصاً بر

  • رتبه بندی کارایی فازی در تحلیل پوششی داده های دو مرحله ای فازی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه علوم پایه دامغان - دانشکده علوم پایه دامغاننادیه خنفری اصل جعفری

    در این پایان نامه مدل های تحلیل پوششی دو مرحله ای از حالت معمولی به وضعیت های عدم اطمینان توسعه داده می شود که در آن داده های ورودی، میانی و خروجی به وسیله اعداد فازی نمایش داده می شوند از اصل توسیع برای محاسبه کارایی سیستم های دو مرحله ای فازی استفاده خواهد شد. برای این منظور، ی

  • بهبود طبقه بندی داده های لایدار با استفاده از مفاهیم هندسی و منطق فازی

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریامید بشارت

    امروزه دستیابی سریع و ارزان به اطلاعات عوارض پوششی سطح شهرها با استفاده از آنالیزهای سنجش از دور از اهمیت ویژه ای برخوردار است. چندین دهه از عمر این فناوری به عنوان اصلی ترین راهکار این هدف می گذرد. در چندسال اخیر با ظهور تصاویر با قدرت تفکیک مکانی بالا، کسب اطلاعات پوشش اراضی شم

اسناد مشابه

  • رتبه بندی ورودی ها در تحلیل پوششی داده ها با استفاده از رأی گیری ترجیحی

    مقالهتحقیق در عملیات در کاربردهای آنمجید ظرافت انگیز لنگرودی، سید محمود داودی

    در بسیاری از مسایل تحلیل پوششی داده ها واحدهای تصمیم گیری تحت نظر یک سیستم کل اداره می شوند. برای نمونه کل دانشگاه های یک کشور تحت نظر وزارت آموزش عالی آن کشور قرار دارند. لذا سرمایه گذاری در جهت گذار از یک وضعیت نامطلوب به وضعیتی مطلوب تحت کنترل چنین سیستم واحدی انجام می گیرد. د

  • طبقه بندی داده های ابرطیفی با استفاده از مشتق گیری در فضای طیفی و استفاده از روش های کدگذاری

    مقالهسنجش از دور و gis ایرانمصطفی اوجاقلو، دانشگاه خواجه نصیرالدین طوسی محمدرضا مباشری، دانشگاه خواجه نصیرالدین طوسی یوسف رضائی، دانشگاه بوعلی سینا

    روش های متعددی برای استخراج اطلاعات از داده های ابرطیفی وجود دارند که از آن جمله می توان به روش مشتق گیری از طیف بازتابندگی و استفاده از روش های کدگذاری اشاره کرد. در این تحقیق با مشتق گیری از طیف بازتابندگی، فرکانس های پایین طیف- که عموتاً دارای اطلاعات مفیدی نیستند- حذف گردیده

  • ارائه روشی برای طبقه بندی داده های ابرطیفی aviris ، با استفاده از استخراج ویژگی و ترکیب طبقه بندی کننده ها

    مقالهسنجش از دور و gis ایرانمجید رحیم زادگان، دانشگاه خواجه نصیرالدین طوسی محمدرضا مباشری، دانشگاه خواجه نصیرالدین طوسی محمدجواد ولدان زوج، دانشگاه خواجه نصیرالدین طوسی یاسر مقصودی مهرانی

    یکی از پرکاربردترین روش های طبقه بندی نظارت شده، روش بیشترین احتمال است که در آن، به منظرو طبقه بندی از پارامترهایی آماری مانند ماتریس واریانس کوواریانس استفاده می شود. در تصاویر ماهواره ای ابر طیفی، به علت محدودیت نمونه های آموزشی و ابعاد بالای طیفی (زیاد بودن تعداد باند ها)، اح

  • روشی نوین به منظور طبقه بندی داده های چند بازگشتی لایدار با استفاده از اطلاعات هندسی مجاورتی و فضای پدیده

    مقالهاطلاعات جغرافیایی (سپهر)علیرضا صفدری نژاد، دانشجوی دکترای مهندسی نقشه برداری، دانشکده مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی مهدی مختارزاده، استادیار گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی محمدجواد ولدان زوج، استاد گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی

    داده های اخذ شده توسط سیستم های لیزر اسکنر هوایی به دلیل برخورداری از مزایایی نظیر دقت هندسی نسبتاً بالا و تراکم مکانی بالای نقاط، اطلاعات هندسی متنوع و منحصر به فردی از سطوح فیزیکی عوارض فراهم می آورند. طبقه بندی و تفکیک داده های ابر نقطه به عوارض سازنده ی محیط، نقش مهمی در روند

  • یک رویکرد جامع برای بخش بندی بازار و طبقه بندی مشتریان با استفاده از روش های داده کاوی و برنامه ریزی خطی

    مقالهمدیریت تولید و عملیاتبهرام ایزدی، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران بهرام رنجبریان، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران سعیده کتابی، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران فریا نصیری مفخم

    با گسترش فناوری و ظهور شرکت های الکترونیکی که انباشت داده های مشتریان در پایگاه داده را به همراه داشته، جذابیت بخش بندی بازار برای پژوهش گران فزونی یافته است. زیرا پایگاه داده مشتری یک داشته ارزشمند شرکت های الکترونیکی است که اگر به خوبی پردازش شود، می تواند شناخت بیشتری از مشتری

  • طبقه‏بندی داده های نامتوازن در تشخیص اولیه بیماری های پستان با روش های آدابوست، شبکه عصبی احتمالی و k تا نزدیک‏ترین همسایه

    مقالهبیماری های پستانمحمد درزی، mohammad darzi آسیه الفت بخش، asiye olfat bakhsh سعید گرگین، saeid gorgin فرید اویسی

    چکیده مقدمه: سرطان پستان یکی از سرطان‏های شایع در ایران بوده و هرگونه اقدام تشخیصی به هنگام در این­ مورد می‏تواند جان بسیاری از مبتلایان به این سرطان را نجات بخشد. هدف از این پژوهش طبقه­بندی داده­های نامتوازن مربوط به بانوان مراجعه‏کننده به کلینیک پژوهشکده سرطان پستان جهاددانشگاه