تخمین و دسته بندی داده ها در شبکه های سنسوری با استفاده از عامل های متحرک
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شیراز - دانشکده مهندسی برق و الکترونیک
- نویسنده کاظم حسن پور
- استاد راهنما بهروز صفری نژادیان مختار شاصادقی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
در این پایان نامه، از چندین الگوریتم توزیع شده در جهت تخمین متغیرهای حالت یک سیستم خطی و دسته بندی داده ها در یک شبکه سنسوری با چندین حلقه استفاده شده است. در اینجا، دو روش جدید mabdkf1 و mabdkf2 جهت رسیدن به تخمینی بهینه از حالتهای یک سیستم خطی با وجود خطا در سنسورها پیشنهاد می شود. در الگوریتم های پیشنهادی، عامل های متحرک نقش اصلی و اساسی را بازی می کنند بطوریکه آنها الگوریتم فیلتر کالمن خطی را بر روی یک سیستم خطی اجراء کرده تا به تخمینی خوب از متغیرهای حالت سیستم برسند. همچنین به کمک دو الگوریتم دیگر با نام های mabdem1و mabdem2، پارامترهای یک تابع چگالی احتمال گوسی تخمین زده شده و داده های موجود در یک شبکه سنسوری با چندین حلقه دسته بندی می شود. در این دو الگوریتم نیز از عاملهای متحرک در جهت اجراء الگوریتم em توزیع شده استفاده می شود. در ادامه همگرایی این دو الگوریتم مورد بررسی قرار خواهد گرفت. در پایان، عملکرد خوب این الگوریتم ها با استفاده از داده های شبیه سازی شده نشان داده خواهد شد.
منابع مشابه
پیشگویی پیوند در شبکه های اجتماعی با استفاده از ترکیب دسته بندی کننده ها
Abstract Link prediction in social networks is one of the most important activities in analysis of such networks. The importance of link prediction in social networks is due to its dynamic nature. While members and their relationships (links) in such networks are continuously increasing, links may be missed due to various reasons. By predicting such links, the possibility of extension, compl...
متن کاملالگوریتم بیزین تغییراتی توزیع شده برای تخمین چگالی و دسته بندی داده ها در شبکه های سنسوری
در این پایان نامه، یک الگوریتم بیزین تغییراتی توزیع شده مبتنی بر فیلتر consensus (cfbdvb) برای تخمین چگالی و دسته بندی داده های به دست آمده از یک شبکه سنسوری ارائه می گردد. فرض می شود که مقادیر اندازه گیری شده با استفاده از مدل های ترکیب گوسی مدل سازی شده اند. در این الگوریتم، ابتدا هر گره چکیده آماری محلی را تنها با استفاده از مشاهدات محلی خود محاسبه می کند. سپس یک فیلتر consensus ، چکیده آمار...
ارزیابی رفتار دینامیکی خاک های ریزدانه با استفاده از الگوریتم دسته بندی گروهی داده ها
با توجه به اینکه عملکرد صحیح تأسیسات زیربنایی نیاز به طراحی دقیق دارد، بنابراین ارزیابی دقیق پارامترهای کلیدی با به کارگیری روش های نوین از اهمیت ویژه ای برخوردار است. در سازه های خاکی و سیستم های حمل و نقل، به عنوان بخشی از مهم ترین ابنیه ی فنی و زیرساخت ها که خدماتی ضروری برای بشر فراهم می نمایند، همواره برآورد و پیشبینی دقیق تر رفتار خاک، بخصوص در برابر بارهای دینامیکی، بسیار اهمی...
متن کاملدسته بندی داده های جریانی فازی با استفاده از تحلیل پوششی داده ها
در این تحقیق یک روش دسته بندی داده های غیرقطعی از نوع فازی که از جمله چالش برانگیزترین حوزه های تحلیل داده محسوب می شود، ارائه شده است. در واقع حجم بالا و پیچیدگی روش های تحلیل داده مانع از توسعه روش هایی جهت تحلیل داده های فازی می شود. با این حال در برخی حوزه های دیگر همچون برنامه ریزی ریاضی پیشرفت های چشمگیری در مدل سازی سیستم هایی که داده های فازی از آنها در اختیار است، بدست آمده است و لذا ت...
متن کاملاستفاده از روش دسته بندی طیفی سلسله مراتبی در شبکه های قدرت تحت وب
سیستم انتقال برق را می توان با شبکهای نشان داد که دارای گره و اتصالات می باشد که نشان دهنده شین ها و خطوط انتقال الکتریکی هستند. به هر خط می توان مقدار داد که نشان دهنده برخی از ویژگی های الکتریکی خط مثل ادمیتانس خط یا توان عبوری متوسط در زمان مشخص می باشد. از روش دستهبندی طیفی سلسله مراتبی برای آشکار سازی ساختار اتصالات داخلی یک شبکه استفاده می کنیم. دستهبندی طیفی از مقادیر و بردار های ویژه...
متن کاملپیشگویی پیوند در شبکه های اجتماعی با استفاده از ترکیب دسته بندی کننده ها
پیشگویی پیوند در شبکه های اجتماعی یکی از فعالیت های مهم در تحلیل شبکه های اجتماعی است. اهمیت پیشگویی پیوند در شبکه های اجتماعی به دلیل طبیعت دینامیک آنهاست. اعضا و پیوندهای ارتباطی بین آنها در این شبکه ها مدام در حال افزایش است و این پیوندها ممکن است به دلایل گوناگون، از دست برود. لذا با پیشگویی این پیوندها، امکان گسترش و تکمیل این شبکه ها و بازیابی اطلاعات و موارد از دست رفته را می توان بدست...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شیراز - دانشکده مهندسی برق و الکترونیک
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023