حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پاورپوینت Carbon Nanotubes for Data Processing

اختصاصی از حامی فایل پاورپوینت Carbon Nanotubes for Data Processing دانلود با لینک مستقیم و پر سرعت .

پاورپوینت Carbon Nanotubes for Data Processing


پاورپوینت Carbon Nanotubes for Data Processing

پاورپوینت مورد نظر شامل اطلاعاتی جامع و کامل در مورد معرفی نانو لوله های کربنی و انواع و کاربرد این مواد در صنایع الکترونیک می باشد. این پاور دارای 98 اسلاید است. 


دانلود با لینک مستقیم


پاورپوینت Carbon Nanotubes for Data Processing

پایان نامه در مورد Data Center

اختصاصی از حامی فایل پایان نامه در مورد Data Center دانلود با لینک مستقیم و پر سرعت .

پایان نامه در مورد Data Center


پایان نامه در مورد Data Center

لینک پرداخت و دانلود *پایین مطلب*

 

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

  

تعداد صفحه15

 

فهرست مطالب

مشخصات یک Data Center

 

مشخصات فیزیکی:

 

وجود سرورهای متعدد:

 

ضرورت راه‌اندازی Data Center در ایران

 

امنیت بیشتر برای سرورها:

 

استفاده بهینه از امکانات موجود:

 

Center چیست؟

 

Data Center ها با در اختیار داشتن اتصالات پرسرعت ‌ای به اینترنت، و همچنین در اختیار داشتن سرورهای قوی و متعدد، امکان راه‌اندازی سرورهای وب را برای عموم مردم ممکن ساختند. شرکت‌های تجاری و مردم می‌توانستند با اجاره کردن فضای محدودی در این سرورها، سایت‌های وب خود را معرض دید عموم قرار دهند.

 

  

 

تا قبل از دهه 90 استفاده از اینترنت برای مردم عادی به سادگی امکان‌پذیر نبود، چرا که استفاده از امکانات اینترنت نیاز به دانش خاصی داشت. محیط خط فرمانی(Command Line) و ساختار غیر گرافیکی اینترنت سبب شده بود که کاربران عادی علاقه چندانی به استفاده از اینترنت نداشته باشند.

 

در اوایل دهه 90، پس از به وجود آمدن مفهوم وب در اینترنت (سال 1993 ) و پروتکل HTTP که به سادگی امکان به اشتراک گذاشتن مستندات در اینترنت را در اختیار کاربران قرار می‌داد، روز به روز بر تعداد کاربران اینترنت افزوده شد. از سوی دیگر با اضافه شدن کاربران اینترنت، حجم مستندات نیز روز به روز افزایش یافت. مسلماً خطوط سابق اینترنتی و سرورهای موجود، توانایی جوابگویی به خیل عظیم کاربران را نداشتند.

 

 

 

همچنین با زیاد شدن کاربران و بالا رفتن حجم مستندات، و نیز سادگی انتشار اطلاعات در اینترنت، مفاهیم تجاری نیز وارد عرصه اینترنت شدند. شرکت‌های تجاری نیاز به سرورهایی داشتند که این امکان را به آنها بدهد که به سادگی و با سرعت بتوانند اطلاعات خود را در اختیار مشتریان و کاربران خود قرار دهند.

 

 

 

بالطبع این امکان وجود نداشت که هر شرکت یا سازمانی که قصد راه‌اندازی سایت‌های اینترنتی را دارد، خود راساً اقدام به راه‌اندازی سرور خود کند، چرا که با وجود کاربران زیاد این سایت‌ها و حجم بالای ترافیک، نیاز به اتصال‌هایی با سرعت‌های بسیار بالا وجود داشت که مسلما حتی در صورتی که این امکان از لحاظ عملی وجود داشته باشد، هزینه بالایی را می‌طلبید.

 

 


دانلود با لینک مستقیم


پایان نامه در مورد Data Center

دانلود متن کامل – پروژه پایانی DATA -MING

اختصاصی از حامی فایل دانلود متن کامل – پروژه پایانی DATA -MING دانلود با لینک مستقیم و پر سرعت .

دانلود متن کامل – پروژه پایانی DATA -MING


دانلود متن کامل – پروژه پایانی DATA -MING

91 صفحه

   با فرمت ورد

 

دانشکده فنی مهندسی علوم پایه

گروه کامپیوتر

 

پروژه پایانی کارشناسی ناپیوسته کامپیوتر- نرم ­افزار

 

 

تحت عنوان : Data Mining

 

 

استاد راهنما: جناب آقای مهندس پایگذار

 

دانشجو: امیرحسین معینی

 

 

چکیده:

در دو دهه قبل توانایی­های فنی بشر برای تولید و جمع­آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب­و­کار، علوم، خدمات­ دولتی و پیشرفت در وسائل جمع­آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهواره­ای، در این تغییرات نقش مهمی دارند.

          بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی­های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند. داده­کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی داده­کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی می­کنند، که این دانش به صورت ضمنی در پایگاه داده­های عظیم، انباره­داده[1] و دیگر مخازن بزرگ اطلاعات، ذخیره شده است.

            به لحاظ اینکه در چند سال اخیر مبحث داده­کاوی و اکتشاف دانش موضوع بسیاری از مقالات و کنفرانسها قرار گرفته و نرم­افزار­های آن در بازار به شدت مورد توجه قرار گرفته، از اینرو در مقاله سعی بر آن شده تا گذری بر آن داشته باشیم.

            در این مقاله درفصل مروری بر داده­کاوی خواهیم داشت . که به طور عمده به تاریخچه ، تعاریف، کاربردها وارتباط آن با انبار داده و OLAP خواهیم پرداخت. در پایان فصل مراحل فرایند کشف دانش از پایگاه داده­ها را ذکر کردیم که داده­کاوی یکی از مراحل آن است.

            در فصل 2 یکی از شیوه­های داده­کاوی که از سبد خرید گرفته شده­ است توضیح داده شده است . در این فصل به شرح قوانین ارتباطی خواهیم پرداخت که در آن بعد از دسته­بندی الگوریتمها ، الگوریتم Apriori ( که یک الگوریتم پایه در این زمینه است ) و الگوریتم FP-Growth ( یک الگوریتم جدید میباشد) را با شرح یک مثال توضیح می­دهیم و در آخر آن دو را با هم مقایسه می­کنیم .

            در فصل 3 مباحث وب­کاوی و متن­کاوی را که در بسیاری از مراجع جزء کاربردهای داده­کاوی به حساب می­آید شرح داده خواهد شد.

 

 

 

 

 

 

فهرست مطالبعنوان                                                                                                                                                                صفحهفهرست اشکال     ……………………………………………………………………………………………………………………………..10فهرست جداول     …………………………………………………………………………………………………………………………….11فصل1: مقدمه­ای بر داده­کاوی ………………………………………………………………….131-1 تعریف داده­کاوی     …………………………………………………………………………………………………………………..152-1 تاریخچه داده­کاوی     ………………………………………………………………………………………………………………..163-1 چه چیزی سبب پیدایش داده­کاوی شده است؟     …………………………………………………………………………….174-1 اجزای سیستم داده­کاوی     ………………………………………………………………………………………………………….195-1 جایگاه داده­کاوی در میان علوم مختلف     ……………………………………………………………………………………..216-1 قابلیتهای داده­کاوی     …………………………………………………………………………………………………………………227-1 چرا به داده­کاوی نیاز داریم؟     …………………………………………………………………………………………………….238-1 داده­کاوی چه کارهایی نمی­تواند انجام دهد؟     ………………………………………………………………………………259-1 کاربردهای داده­کاوی     ……………………………………………………………………………………………………………..251-9-1 کاربردهای پیش­بینی­کننده     ………………………………………………………………………………………272-9-1 کاربردهای توصیف­کننده     ……………………………………………………………………………………….2710-1 ابزارهای تجاری داده­کاوی     …………………………………………………………………………………………………….2811-1 داده­کاوی و انبار­داده­ها   ………………………………………………………………………………………………………….291-11-1 تعاریف انبار­داده     ………………………………………………………………………………………………….292-11-1 چهار خصوصیت اصلی انبار­داده     ……………………………………………………………………………..303-11-1 موارد تفاوت انبار­داده و پایگاه­ داده     …………………………………………………………………………3112-1 داده­کاوی و OLAP     ……………………………………………………………………………………………………………331-12-1 OLAP     ……………………………………………………………………………………………………………332-12-1 انواع OLAP     …………………………………………………………………………………………………….3413-1 مراحل فرایند کشف دانش از پایگاه داده­ها     ……………………………………………………………………………….341-13-1 انبارش داده­ها     ……………………………………………………………………………………………………..352-13-1 انتخاب داده­ها     ……………………………………………………………………………………………………..363-13-1 پاکسازی- پیش­پردازش- آماده­سازی     ……………………………………………………………………..364-13-1 تبدیل داده­ها   ……………………………………………………………………………………………………….365-13-1 کاوش در داده­ها (Data Mining)     ………………………………………………………………………376-13-1 تفسیر نتیجه   …………………………………………………………………………………………………………38فصل 2: قوانین ارتباطی   …………………………………………………………………391-2 قوانین ارتباطی   ……………………………………………………………………………………………………………………….402-2 اصول پایه     ……………………………………………………………………………………………………………………………..411-2-2 شرح مشکل جدی     …………………………………………………………………………………………………412-2-2 پیمایش فضای جستجو     ……………………………………………………………………………………………433-2-2 مشخص کردن درجه حمایت مجموعه اقلام     ……………………………………………………………….453-2 الگوریتمهای عمومی     ………………………………………………………………………………………………………………451-3-2 دسته­بندی     …………………………………………………………………………………………………………….452-3-2 BFS و شمارش رویداد­ها   ………………………………………………………………………………………463-3-2 BFS و دونیم­سازی TID-list     ……………………………………………………………………………….474-3-2 DFS و شمارش رویداد   …………………………………………………………………………………………475-3-2 DFS و دو نیم­سازی TID-list ………………………………………………………………………………484-2 الگوریتم Apriori   ………………………………………………………………………………………………………………..481-4-2 مفاهیم کلیدی     ………………………………………………………………………………………………………482-4-2 پیاده­سازی الگوریتم Apriori     ………………………………………………………………………………..493-4-2 معایب Apriori و رفع آنها     …………………………………………………………………………………….545-2 الگوریتم رشد الگوی تکرارشونده     …………………………………………………………………………………………….551-5-2 چرا رشد الگوی تکرار سریع است؟     ………………………………………………………………………….586-2 مقایسه دو الگوریتم Apriori و FP-growth     …………………………………………………………………………..597-2 تحلیل ارتباطات     ……………………………………………………………………………………………………………………..63فصل 3: وب­کاوی و متن­کاوی   ………………………………………………………..651-3 وب­کاوی     ……………………………………………………………………………………………………………………………..661-1-3 الگوریتمهای هیتس و لاگسام     …………………………………………………………………………………..692-1-3 کاوش الگوهای پیمایش مسیر     ………………………………………………………………………………….762-3 متن­کاوی     ……………………………………………………………………………………………………………………………..801-2-3 کاربردهای متن­کاوی     ……………………………………………………………………………………………..821-1-2-3 جستجو و بازیابی     ………………………………………………………………………………….832-1-2-3 گروه­بندی و طبقه­بندی     …………………………………………………………………………..833-1-2-3 خلاصه­سازی     ……………………………………………………………………………………….844-1-2-3 روابط میان مفاهیم     …………………………………………………………………………………845-1-2-3 یافتن و تحلیل گرایشات     …………………………………………………………………………846-1-2-3 برچسب زدن نحوی (pos)     …………………………………………………………………….857-1-2-3 ایجاد Thesaurus و آنتولوژی به صورت اتوماتیک     …………………………………..852-2-3 فرایند متن­کاوی   …………………………………………………………………………………………………….863-2-3 روشهای متن­کاوی     …………………………………………………………………………………………………87مراجع   ………………………………………………………………………………………..89

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

فهرست اشکالعنوان                                                                                                                                                              صفحه1-1 مراحل فرایند کشف دانش     ……………………………………………………………………………………………………….172-1 سیر تکاملی صنعت پایگاه داده   ………………………………………………………………………………………………….193-1 معماری یک نمونه سیستم داده­کاوی     ………………………………………………………………………………………….204-1 نرخ رشد اطلاعات     …………………………………………………………………………………………………………………245-1 کاربرد پیش­بینی کننده     …………………………………………………………………………………………………………….276-1 داده­ها از انبار­داده­ها استخراج می­گردند     ……………………………………………………………………………………..327-1 داده­ها از از چند پایگاه داده­ استخراج می­گردند   …………………………………………………………………………..321-2 شبکه‌ای برای    …………………………………………………………………………………………………..432-2 درخت    …………………………………………………………………………………………………………..443-2 دسته­بندی الگوریتمها     ………………………………………………………………………………………………………………464-2 پایان الگوریتم Apriori     …………………………………………………………………………………………………………525-2 درخت الگوی تکرار   ………………………………………………………………………………………………………………576-2 اندازه­گیری کارکرد درجه حمایت برای پایگاه داده D1 40K     ……………………………………………………..617-2 اندازه­گیری Apriori با درجه حمایت/تراکنش     ………………………………………………………………………….628-2 اندازه­گیری FP-growth با درجه حمایت/تراکنش     ……………………………………………………………………621-3 مقداردهی اولیه الگوریتم HITS     ………………………………………………………………………………………………722-3 مثالی از الگوهای پیمایش     ………………………………………………………………………………………………………..803-3 فرایند متن­کاوی     …………………………………………………………………………………………………………………….864-3 مثال یافتن روابط   …………………………………………………………………………………………………………………….88

 

 

 

 

 

 

 

 

 

 

فهرست جداولعنوان                                                                                                                                                                صفحه1-2 کاوش FP-tree با ایجاد پایگاه­های الگوشرطی     ………………………………………………………………………….582-2 پارامترها     ……………………………………………………………………………………………………………………………….593-2 نتایج برای فاکتور درجه حمایت 5%     …………………………………………………………………………………………..604-2 نتایج برای D1 150K با درجه حمایت     …………………………………………………………………………………….611-3 تراکنش­های توصیف شده توسط مجموعه­ای از URLها     ……………………………………………………………..752-3 نمایش URLها به عنوان بردارهایی از فعالیت گروه تراکنش     …………………………………………………………753-3 یک SOM مرسوم که توسط توصیف URLها تولید شده است     ……………………………………………………76

 

[1] Data warehouses

متن کامل را می توانید دانلود کنید چون فقط تکه هایی از متن این پایان نامه در این صفحه درج شده است(به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

همراه با تمام ضمائم با فرمت ورد که قابل ویرایش و کپی کردن می باشند

موجود است

 


دانلود با لینک مستقیم


دانلود متن کامل – پروژه پایانی DATA -MING