دانلود مقاله ترجمه شده ترکیب برنامه‌نویسی شبکه ژنتیک و مسئله کوله پشتی برای خوشه‌بندی رکورد پشتیبان برروی پایگاه داده‌های توزیع شده


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2004702 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
880,000 ریال
شناسه محصول :
2004702
سال انتشار:
2016
حجم فایل انگلیسی :
536 Kb
حجم فایل فارسی :
611 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

ترکیب برنامه‌نویسی شبکه ژنتیک و مسئله کوله پشتی برای خوشه‌بندی رکورد پشتیبان برروی پایگاه داده‌های توزیع شده

عنوان انگليسي

Combination of genetic network programming and knapsack problem to support record clustering on distributed databases

نویسنده/ناشر/نام مجله

Expert SystemsWith Applications

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 9 صفحه انگلیسی به صورت پی دی اف و 27 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی


چکیده

این پژوهش شامل اجرای برنامه‌نویسی شبکه ژنتیک (GNP) و برنامه‌نویسی پویای استاندارد برای حل مسئله کوله پشتی (KP) به عنوان سیستم پشتیبان تصمیم برای خوشه‌بندی رکوردها در پایگاه داده توزیع شده است. مسئله تخصیص قطعه1 با توجه به محدودیت ظرفیت ذخیره‌سازی پیش‌زمینه‌ برای روش پیشنهادی است. مسئله ظرفیت ذخیره سازی برای توزیع مجموعه قطعه‌ها در چند سایت (خوشه‌ها) است. مجموع قطعه‌ها در هر سایت نباید از ظرفیت سایت تجاوز کند، در حالی که فرآیند توزیع باید ارتباط (تشابه) بین قطعه‌ها را در هر سایت حفظ کند. هدف توزیع داده بزرگ برای سایت‌های اصلی با مقدار محدود شده ظرفیت با بررسی تشابه داده توزیع شده در هر سایت است. برای حل این مسئله، GNP برای استخراج قوانین از داده بزرگ با بررسی ویژگی‌های (دامنه مقادیر) هر صفت در پایگاه داده استفاده می‌شود. روش پیشنهادی، روش تصادفی جزئی استخراج قوانین را در GNP برای کشف الگوی تکراری فراوان‌ترین الگوها در پایگاه داده برای بهبود الگوریتم خوشه‌بندی، به خصوص در مسائل با داده بزرگ، ارائه داده است. مفهوم KP برای مسئله ظرفیت ذخیره سازی بکار می‌رود و برنامه نویسی پویای استاندارد برای توزیع قوانین برای هر سایت با بررسی تشابه (ارزش) و حجم داده (وزن) مربوط به هر قانون برای تطبیق ظرفیت سایت استفاده می‌شود. از نتایج شبیه‌سازی، بدیهی است که روش پیشنهادی مزایایی را برروی الگوریتم خوشه‌بندی معمولی نشان می‌دهد، بنابراین، روش پیشنهادی روش خوشه‌بندی جدیدی را یا مسئله ظرفیت ذخیره سازی اضافی ارائه می‌دهد.

1-مقدمه

سیستم مدیریت پایگاه داده توزیع شده (DDBMS) می‌تواند راه‌حلی برای سیستم‌های اطلاعاتی مقیاس بزرگ با مقدار زیاد رشد داده و دسترسی به داده باشد. یک پایگاه داده توزیع شده (DDB) مجموعه‌ای از داده است که از لحاظ منطقی به یک سیستم تعلق دارند اما برروی سایت‌های شبکه کامپیوتری توسعه یافته‌اند (شکل1). یک DDBM سپس به عنوان یک سیستم نرم‌افزاری تعریف می‌شود که اجازه مدیریت DDB و توزیع داده بین پایگاه‌داده‌ها و شفافیت نرم‌افزار برای کاربران دیگر را صادر می‌کند(Bhuyar، Gawande، و Deshmuk، 2012؛ Zilio و همکاران، 2004)....

برنامه‌نویسی شبکه ژنتیک خوشه‌بندی پایگاه داده مسئله کوله پشتی :کلمات کلیدی

چکیده انگلیسی


Abstract

This research involves implementation of genetic network programming (GNP) and standard dynamic programming to solve the knapsack problem (KP) as a decision support system for record clustering in distributed databases. Fragment allocation with storage capacity limitation problem is a background of the proposed method. The problem of storage capacity is to distribute sets of fragments into several sites (clusters). Total amount of fragments in each site must not exceed the capacity of site, while the distribution process must keep the relation (similarity) between fragments within each site. The objective is to distribute big data to certain sites with the limited amount of capacities by considering the similarity of distributed data in each site. To solve this problem, GNP is used to extract rules from big data by considering characteristics (value ranges) of each attribute in a dataset. The proposed method also provides partial random rule extraction method in GNP to discover frequent patterns in a database for improving the clustering algorithm, especially for large data problems. The concept of KP is applied to the storage capacity problem and standard dynamic programming is used to distribute rules to each site by considering similarity (value) and data amount (weight) related to each rule to match the site capacities. From the simulation results, it is clarified that the proposed method shows some advantages over the conventional clustering algorithms, therefore, the proposed method provides a new clustering method with an additional storage capacity problem

Keywords: Genetic network programming Database clustering Knapsack problem
Skip Navigation Linksصفحه اصلی > دپارتمان ها > دپارتمان فنی و مهندسی > مهندسی کامپیوتر و IT > مقاله های مهندسی کامپیوتر و IT و ترجمه فارسی آنها > ترکیب برنامه‌نویسی شبکه ژنتیک و مسئله کوله پشتی برای خوشه‌بندی رکورد پشتیبان برروی پایگاه داده‌های توزیع شده
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید