منابع مشابه
pattern recognition in maintenance data using methodologies data minitng (cade study isfahan regional power electric company)
فعالیت های نگهداری و تعمیرات اطلاعاتی را تولید می کند که می تواند در تعیین زمان های بیکاری و ارایه یک برنامه زمان بندی شده یا تعیین هشدارهای خرابی به پرسنل نگهداری و تعمیرات کمک کند. وقتی که مقدار داده های تولید شده زیاد باشند، فهم بین متغیرها بسیار مشکل می شوند. این پایان نامه به کاربردی از داده کاوی برای کاوش پایگاه های داده چندبعدی در حوزه نگهداری و تعمیرات، برای پیدا کردن خرابی هایی که موجب...
15 صفحه اولPattern Recognition
Closely related to the concept of Machine Learning, Pattern Recognition is the assignment of an output value, termed a label, to a given input value, termed an instance. This is achieved through the application of an algorithm, which usually falls into one of two general categories (although mixed techniques are beginning to be developed): supervised (requires a training set), and unsupervised,...
متن کاملPattern Recognition
Pattern recognition stems from the need for automated machine recognition of objects, signals or images, or the need for automated decision-making based on a given set of parameters. Despite over half a century of productive research, pattern recognition continues to be an active area of research because of many unsolved fundamental theoretical problems as well as a rapidly increasing number of...
متن کاملPattern recognition
LDA (Linear Discriminant Analysis) is a data discrimination technique that seeks the transformation to maximize the ratio of the scatter between classes and the scatter within each class. Although it has been applied to several applications successfully, it has two limitations that (i) it fails to discriminate the data with complex distributions since each class data is assumed to be distribute...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: XRDS: Crossroads, The ACM Magazine for Students
سال: 2014
ISSN: 1528-4972,1528-4980
DOI: 10.1145/2604991