0

2 dữ liệu sử dụng trong gis

Kỹ thuật phân cụm dữ liệu ứng dụng trong GIS

Kỹ thuật phân cụm dữ liệu ứng dụng trong GIS

Hệ thống thông tin

... mòn,… Trongdụ liên quan đến đất xói mòn trên, lớp liệu đất đai sử dụng để nhận biết khu vực đất đai bị xói mòn, đồng thời lớp liệu trạng sử dụng đất sử dụng để nhận biết vị trí vùng đất sử dụng ... sở liệu tác nghiệp, kho liệu) … Tiền xử lý liệu: Là bước làm liệu (xử lý liệu không đầy đủ, liệu nhiễu, ngoại lai, liệu không quán…), rút gọn liệu (lấy mẫu liệu, lượng tử hóa…), rời rạc hóa liệu ... Học liệu http://www.lrc-tnu.edu.vn/ 25 CHƢƠNG 2: PHÂN CỤM DỮ LIỆU KHÔNG GIAN 2. 1 Khái quát khai phá liệu: Có nhiều định nghĩa Khai phá liệu (Data Mining) đưa ra, nhìn chung, hiểu khai phá liệu...
  • 65
  • 396
  • 0
kỹ thuật phân cụm dữ liệu ứng dụng trong gis

kỹ thuật phân cụm dữ liệu ứng dụng trong gis

Thạc sĩ - Cao học

... mòn,… Trongdụ liên quan đến đất xói mòn trên, lớp liệu đất đai sử dụng để nhận biết khu vực đất đai bị xói mòn, đồng thời lớp liệu trạng sử dụng đất sử dụng để nhận biết vị trí vùng đất sử dụng ... sở liệu tác nghiệp, kho liệu) … Tiền xử lý liệu: Là bước làm liệu (xử lý liệu không đầy đủ, liệu nhiễu, ngoại lai, liệu không quán…), rút gọn liệu (lấy mẫu liệu, lượng tử hóa…), rời rạc hóa liệu ... Học liệu http://www.lrc-tnu.edu.vn/ 25 CHƢƠNG 2: PHÂN CỤM DỮ LIỆU KHÔNG GIAN 2. 1 Khái quát khai phá liệu: Có nhiều định nghĩa Khai phá liệu (Data Mining) đưa ra, nhìn chung, hiểu khai phá liệu...
  • 65
  • 487
  • 1
Kỹ thuật phân cụm dữ liệu ứng dụng trong GIS  Nguyễn Thị Sinh.

Kỹ thuật phân cụm dữ liệu ứng dụng trong GIS Nguyễn Thị Sinh.

Công nghệ thông tin

... mòn,… Trongdụ liên quan đến đất xói mòn trên, lớp liệu đất đai sử dụng để nhận biết khu vực đất đai bị xói mòn, đồng thời lớp liệu trạng sử dụng đất sử dụng để nhận biết vị trí vùng đất sử dụng ... sở liệu tác nghiệp, kho liệu) … Tiền xử lý liệu: Là bước làm liệu (xử lý liệu không đầy đủ, liệu nhiễu, ngoại lai, liệu không quán…), rút gọn liệu (lấy mẫu liệu, lượng tử hóa…), rời rạc hóa liệu ... Học liệu http://www.lrc-tnu.edu.vn/ 25 CHƢƠNG 2: PHÂN CỤM DỮ LIỆU KHÔNG GIAN 2. 1 Khái quát khai phá liệu: Có nhiều định nghĩa Khai phá liệu (Data Mining) đưa ra, nhìn chung, hiểu khai phá liệu...
  • 65
  • 434
  • 0
Tối ưu hóa năng lượng trong trung tâm dữ liệu sử dụng công nghệ openflow

Tối ưu hóa năng lượng trong trung tâm dữ liệu sử dụng công nghệ openflow

Điện - Điện tử - Viễn thông

... (4) 16 20 17 .2 22. 3 66 Fatree (6) 54 45 54.3 56.3 1 02 Mesh (10,10) 40 100 82. 3 92. 9 1 52 Tree (4^4) 25 6 85 168.4 83.9 23 3 Tree (16 ^2) 25 6 17 139.8 39.3 21 2 Tree ( 32^ 2) 1 024 33 817.8 163.6 4 92 Các ... Khang 20 25 .7 573 40 12. 6 315 60 6 .2 267 80 4.15 21 7 100 2. 96 167 Bảng 2. 9 Thời gian cho hoạt động Mininet Hoạt động Thời gian (ms) Tạo node (host/switch/controller) 10 Thêm link node 26 0 Xóa ... băng thông khả dụng, Bảng 2. 4: Bảng 2. 8 Băng thông Mininet Switch User (Mbps) Kernel (Mbps) 445 21 20 10 49.9 940 Nguyễn Văn Giang – KSTN – ĐTVT – K 52 45 ĐỒ ÁN TỐT NGHIỆP | 20 12 GVHD: PGS TS Nguyễn...
  • 91
  • 1,885
  • 11
Tìm hiểu và phân tách các phiên truy cập trong dữ liệu sử dụng web

Tìm hiểu và phân tách các phiên truy cập trong dữ liệu sử dụng web

Quản trị Web

... 11 12 năm 21 ,4 23 ,9 22 ,8 25 ,8 29 ,0 30,5 28 ,4 28 ,7 27 ,9 26 ,3 25 ,2 21 ,2 25,9 Bảng 1 .2 Độ ẩm tương đối trung bình Đà Nẵng Tháng ϕ TB 84 85 84 83 77 71 80 78 10 82 86 11 86 12 TB 88 năm 82 1 .2. 3 ... nghiệp 2. 3 Các tiêu chuẩn nước thải [2] Bảng 2. 1 Nước thải công nghiệp – TCVN 5954-1995 Giá trị giới hạn thông số nồng độ chất ô nhiễm STT 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 ... Lớp : 04SH A 40 6-9 20 50 50 0,05 0,01 0,1 0,05 0 ,2 KPHĐ 0 ,2 0 ,2 0 ,2 0 ,2 0, 02 0 ,2 0,005 30 0,5 0,1 0,001 0 ,2 0,05 5.000 0,1 1,0 Giá trị giới hạn B 40 5,5-9 50 100 100 0,1 0, 02 0,5 0,1 1 10 1 0,5...
  • 56
  • 414
  • 0
Tìm hiểu và phân tách các phiên truy cập trong dữ liệu sử dụng web

Tìm hiểu và phân tách các phiên truy cập trong dữ liệu sử dụng web

Kỹ thuật lập trình

... Address Type 1 72. 16 .23 2 .23 00-80-48-9c-ac-03 dynamic 1 72. 16 .23 2.49 00-c0-3d-00 -26 -a1 dynamic 1 72. 16 .23 2. 92 00-80-48-9c-a3- 62 dynamic 1 72. 16 .23 2.98 00-c0-3d-00-1b -26 dynamic 1 72. 16 .23 2.105 00-c0-3d-00-18-bb ... 089 99 124 711 Router/Ethernet side IP address: 190.107.43.1 Subnet mask: 25 5 .25 5 .25 5.0 Gateway: Ethernet address: 00 -23 -8B-77-43-C0 1 72. 16 .23 2 .23 25 5 .25 5 .25 5.0 1 72. 16 .23 2.1 03-D0-43-7A -26 -A3 te ... Router/Ethernet side 1 72. 16 .23 2.1 IP address: Subnet mask: 25 5 .25 5 .25 5.0 Gateway: Ethernet address: 00 -23 -8B-74-99-01 Router/ISDN side Network: 1 72. 16 .23 2.0 Phone No: 0 421 826 217 Com-Server München...
  • 56
  • 256
  • 0
LUẬN VĂN THẠC SĨ CÁC KỸ THUẬT PHÂN CỤM TRONG KHAI PHÁ DỮ LIỆU SỬ DỤNG TÍNH TOÁN TIẾN HÓA

LUẬN VĂN THẠC SĨ CÁC KỸ THUẬT PHÂN CỤM TRONG KHAI PHÁ DỮ LIỆU SỬ DỤNG TÍNH TOÁN TIẾN HÓA

Công nghệ thông tin

... thuật toán 21 1.3 Kết luận .23 2. 1 Khái niệm mục tiêu phân cụm liệu 24 2. 2 Các ứng dụng phân cụm liệu .25 2. 3 Các yêu cầu phân cụm .26 2. 4 Những kỹ thuật ... 1 .2. 1.1 Các trình thuật toán di truyền 15 1 .2. 1 .2 Các tham số thuật toán di truyền 17 1 .2. 2 Thuật tiến hóa vi phân .20 1 .2. 2.1 Nguyên lý hoạt động 20 1 .2. 2 .2 ... 20 Hình 2. 1: Mô tả tập liệu vay nợ phân thành cụm 23 Hình 2. 2: Các chiến lược phân cụm phân cấp 27 Hình 2. 3: Cấu trúc phân cấp 28 Hình 2. 4: Các cách mà cụm đưa .29 Hình...
  • 50
  • 1,409
  • 6
Ứng dụng khai phá luật kết hợp trong phân tích dữ liệu sử dụng web

Ứng dụng khai phá luật kết hợp trong phân tích dữ liệu sử dụng web

Công nghệ thông tin

... conf(R2) = supp({I1, I2, I5})/supp({I2, I5}) = 2/ 2 = 100% R4: I1 I2, I5 conf(R2) = supp({I1, I2, I5})/supp({I1}) = 2/ 6 = 33% (R4 bị loại) R5: I2 I1, I5 conf(R2) = supp({I1, I2, I5})/supp({I2}) = 2/ 7 ... SỸ 23 Tập mục Số lần xuất Độ hỗ trợ {I1, I2} 4/9 {I1, I3} 4/9 {I1, I4} 1/9 {I1, I2} 4/9 {I1, I5} 2/ 9 {I1, I3} 4/9 {I2, I3} 4/9 {I1, I5} 2/ 9 {I2, I4} 2/ 9 {I2, I3} 4/9 {I2, I5} 2/ 9 {I2, I4} 2/ 9 ... THẠC SỸ 22 B ng 2. 2 Cơ sở liệu giao dịch D Giao dịch Tập mục T01 I1 , I2 , I5 T 02 I2 , I4 T03 I2 , I3 T04 I1 , I2 , I4 T05 I1 , I3 T06 I2 , I3 T07 I1 , I3 T08 I1, I2, I3, I5 T09 I1 , I2 , I3 Bước...
  • 74
  • 805
  • 1
Tiểu luận Công nghệ tri thức và ứng dụng Ứng dụng thuật toán Apriori trong khai phá dữ liệu sử dụng luật kết hợp

Tiểu luận Công nghệ tri thức và ứng dụng Ứng dụng thuật toán Apriori trong khai phá dữ liệu sử dụng luật kết hợp

Hệ thống thông tin

... Châu CH 120 1005 Trang Ứng dụng thuật toán Apriori khai phá liệu sử dụng luật kết hợp nằm nhóm khác nhỏ Một đối tượng vừa thuộc nhóm này, vừa thuộc nhóm khác Phân nhóm liệu sử dụng nhiều ứng dụng ... luật kết hợp Apriori sử dụng Binary association rules Học viên thực : - Đặng Thị Thanh Châu CH 120 1005 Trang 10 Ứng dụng thuật toán Apriori khai phá liệu sử dụng luật kết hợp 2. 2 Thuật toán Apriori: ... phá liệu sử dụng luật kết hợp vAssocSeqOrders vAssocSeqLineItems Học viên thực : - Đặng Thị Thanh Châu CH 120 1005 Trang 18 Ứng dụng thuật toán Apriori khai phá liệu sử dụng luật kết hợp 3 .2 Qui...
  • 26
  • 1,075
  • 6
Nghiên cứu cách thể hiện Data Mining sử dụng lý thuyết tập thô, tìm hiểu luật kết hợp trong khai thác dữ liệu, demo quá trình khai phá dữ liệu sử dụng thuật toán Apriori

Nghiên cứu cách thể hiện Data Mining sử dụng lý thuyết tập thô, tìm hiểu luật kết hợp trong khai thác dữ liệu, demo quá trình khai phá dữ liệu sử dụng thuật toán Apriori

Hệ thống thông tin

... {A1,A2,A5},các tập I: {A1}, {A2}, {A5}, {A1,A2},{A1,A5},{A2,A5} có luật sau: {A1} => {A2,A5},{A2} =>{A1,A5},{A5} =>{A1,A2} {A1,A2} =>{A5},{A1,A5} =>{A2},{A2,A5} => {A1} Ví dụ: Giả sử ta có có sở liệu ... (Evaluation/Interpretation) Trong trình làm sạch, sai sót rõ ràng liệu điều chỉnh Trong trình mã hóa, liệu mã hóa sử dụng thuật toán khai phá liệu Trong trình khai phá liệu, suy luận thực tế diễn Trong trình ... phá liệu sử dụng lý thuyết tập thô 3.1 Hiệu chỉnh liệu: 3 .2 Rút gọn tập thuộc tính: 3.3 Rút trích tập luật: III KỸ THUẬT KHAI PHÁ DỮ LIỆU SỬ DỤNG...
  • 22
  • 778
  • 2
Các kỹ thuật phân cụm trong khai phá dữ liệu sử dụng tính toán tiến hóa   luận văn ths  công nghệ thông tin  60 48 01 03

Các kỹ thuật phân cụm trong khai phá dữ liệu sử dụng tính toán tiến hóa luận văn ths công nghệ thông tin 60 48 01 03

Thạc sĩ - Cao học

... Ycen1 Xcen2 Ycen2 Xcen1 Ycen1 Xcen2 Ycen2 14 22 11.163 14 22 20 33.74481 14 22 12. 935 14 22 20 33.74481 12 11.333 14.666 15 .23 5 5.33333 7.33333 24 .6666 26 .6666 50.8914 15.333 16 18 7.3 521 23 .3333 ... bảng 2. 4 bảng 2. 5 36 Sắp xếp, lựa chọn theo thứ hạng Xcen Ycen Xcen Ycen 1 2 Lai ghép điểm Đột biến Xcen Ycen Xcen Ycen Xcen Ycen Xcen Ycen 14 22 20 14 22 20 14 22 11.163 14 22 20 14 22 20 14 22 ... Ycen 1 2 Các trọng tâm cụm thu (*) Xcen1 Ycen1 Xcen2 Ycen2 Giá trị thích nghi 10 10 20 12 14 22 20 33.74481 24 30 20 15.33333 16 14.66667 18 53.45 12 12 22 18 14 22 20 33.74481 10 10 20 12 11.33333...
  • 51
  • 550
  • 0
Tiểu luận Khai phá dữ liệu : sử dụng phần mềm WEKA cho bộ dữ liệu Tic Tac Toe

Tiểu luận Khai phá dữ liệu : sử dụng phần mềm WEKA cho bộ dữ liệu Tic Tac Toe

Lập trình

... với mẫu liệu Tic Tac Toe.arff Test set  Dữ liệu xây dựng mô hình  Dữ liệu để xây dựng mô hình: liệu gốc (original dataset), liệu phải có thuộc tính phân lớp (categorical attribute) Dữ liệu gốc ... thuộc tính tập liệu có kiểu liệu rời rạc Bài toán phân lớp - Phân lớp theo tình trạng nước cờ, có trạng thái Positive (thuận lợi) Negative( bất lợi) Giải toán sử dụng phân lớp Xử lý liệu đầu vào: ... Model)  Chia nhỏ tập liệu theo phương pháp CV (Cross-Validation) trình huấn luyện kiểm lỗi mô hình phân lớp Đây kỹ thuật chủ yếu sử dụng xây dựng predictive Model Trong liệu gốc chia thành n...
  • 11
  • 1,145
  • 3
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu Gamers với thuật toán phân lớp

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu Gamers với thuật toán phân lớp

Lập trình

... áp dụng liệu II Thực nghiệm WEKA Tiền xử lý liệu: Trong qui trình khai phá liệu, công việc xử lý liệu trước đưa vào mô hình cần thiết, bước làm cho liệu có ban đầu qua thu thập liệu (gọi liệu ... Class 0. 521 0.667 0.581 0. 521 0.549 0. 427 Co 0.333 0.479 0 .28 1 0.333 0.305 0. 427 Khong Weighted Avg 0.453 0.599 0.473 0.453 0.461 0. 427 === Confusion Matrix === a b < classified as 25 23 | a = ... ranking,… - Trong liệu sử dụng, có nhiều thuộc tính không cần để xem xét người có bị bệnh tuyến giáp hay không, ví dụ như: , ta sử dụng công cụ trích chọn thuộc tính sau: - Mở weka, chọn mở sở liệu...
  • 16
  • 1,590
  • 36
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu Congressional Voting Records

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu Congressional Voting Records

Lập trình

... (rời rạc hóa liệu) : Nếu bạn có liệu liên tục vài mô hình áp dụng cho liệu rời rạc (như luật kết hợp chẳn hạn) bạn phải thực việc rời rạc hóa liệu 2- Tiền xử lí liệu với toán chọn - Trong toán mình, ... xử lý liệu Giới thiệu tiền xử lý liệu (Data Preprocessing) - Trong qui trình khai phá liệu, công việc xử lý liệu trước đưa vào mô hình cần thiết, bước làm cho liệu có ban đầu qua thu thập liệu ... attributes”, Trong mục Search Method chọn GredySteepWise, làm sau: - Bấm Start để thực hiện, ta kết sau: - Như vậy, thuộc tính cần sử dụng khai phá liệu cần 4/17 thuộc tính, ta sử dụng thuộc tính...
  • 19
  • 1,066
  • 5
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu meta data

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu meta data

Lập trình

... 100 % 528 -Cây định -95% liệu để xây dựng, 5% liệu test 20 11 Meta Data -90% d liệu ểxâydựng, 10% d liệu test -85% d liệu ểxâydựng, 15% liệu test 20 11 Meta Data -70% d liệu ểxâydựng, 30% d liệu ... {Ac2,Alloc80,BackProp,Bayes,BayesTree,C4.5,CART,Cal5,Cascade,Castle,Cn2,Default,Dipol 92, D iscrim,ITrule,IndCART,KNN,Kohonen,LVQ,LogDisc,NewId,QuaDisc,RBF,Smart} Norm_error real -Training data 3.TIến hành Weka -Đưa liệu vào Weka 20 11 Meta Data -Sử dụng toàn liệu để training 20 11 ... training set) === ZeroR predicts class value: 99.5 524 7 727 2 727 32 Time taken to build model: 0seconds === Cross-validation === === Summary === 20 11 Meta Data Correlation coefficient -0.1108 Mean...
  • 9
  • 1,398
  • 16
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm Weka phân lớp cho khả năng phê duyệt tín dụng cho các ứng dụng thẻ tín dụng

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm Weka phân lớp cho khả năng phê duyệt tín dụng cho các ứng dụng thẻ tín dụng

Lập trình

... tín dụng cho ứng dụng thẻ tín dụng II XÂY DỰNG CƠ SỞ DỮ LIỆU Trong đề tài này, tập tin chứa ứng dụng thẻ tín dụng Tất tên thuộc tính giá trị thay biểu tượng vô nghĩa để bảo vệ bí mật liệu, số liệu ... Bạn chỉnh sửa liệu cách click vào , lúc bảng liệu xuất để bạn chỉnh sửa 2 Xây dựng định với J48 - Bước ta sử dụng tất liệu để trainning cho cây: Nhấn vào tab Classify chọn thuật toán sử dụng cách ... dụng cho ứng dụng thẻ tín dụng Tạo định khả phê duyệt ứng dụng thẻ tín dụng để hỗ trợ cho việc quản lý tín dụng hiệu IV TIẾN HÀNH THỰC NGHIỆM TRÊN WEKA Tiền xử lý liệu Dữ liệu ban đầu ta lấy mạng...
  • 19
  • 2,007
  • 9
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu STATLOG (Vehicle Silhouettes)

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu STATLOG (Vehicle Silhouettes)

Lập trình

... -Câyquyếtđịnh: -95% d liệu ểxâydựng, 5% test 11 11 /20 11 Vũ Tuấn Anh- Khai phá liệu -90% d liệu ểxâydựng, 10% test 12 11 /20 11 Vũ Tuấn Anh- Khai phá liệu -85% d liệu ểxâydựng, 15% test 13 11 /20 11 Vũ Tuấn ... 11 /20 11 Vũ Tuấn Anh- Khai phá liệu -80% d liệu ểxâydựng, 20 % test 14 11 /20 11 Vũ Tuấn Anh- Khai phá liệu -60% d liệu ểxâydựng, 40% test 15 11 /20 11 Vũ Tuấn Anh- Khai phá liệu 16 ... 11 /20 11 Vũ Tuấn Anh- Khai phá liệu Cáclớp -Giải toán :Sử dụng J48 Weka dựa vào thuộc tính để đưa định xem bóng loại xe 2. Xây dựng sở liệu -Dataset sử dụng: STATLOG (Vehicle...
  • 16
  • 791
  • 3
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu Abalone( bào ngư) với thuật toán phân lớp

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu Abalone( bào ngư) với thuật toán phân lớp

Lập trình

... -1. 520 720 50 723 46 721 Node -2. 710171 727 9874595 Node -1.5 420 2993560056 Node 1.394 328 5400 923 2 Node 0.496600401 027 55876 Sigmoid Node Inputs Weights Threshold -1.6181 628 2 320 724 Node 0.16578413 825 77434 ... Inputs Weights Threshold -0.0385 923 57354 121 996 Node 1 .25 03 026 4953 125 55 Node -2. 46 922 129 97 323 346 Node -1. 725 18 628 88357 923 Node -1.01384 327 86836467 Node 0.1161558 029 627 997 Sigmoid Node Inputs Weights ... 13 .25 83545038981 82 Attrib Viscera -3 .25 6606733739663 Attrib Shell -5.8 829 929 71 126 007 Attrib Rings -15. 927 6 422 24150164 Sigmoid Node Inputs Weights Threshold -29 .03579 126 243409 Attrib Length 25 .64495969905676...
  • 15
  • 1,834
  • 7
Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu bank-data

Tiểu luận Khai phá dữ liệu: Sử dụng phần mềm weka khai phá bộ dữ liệu bank-data

Lập trình

... trị rời rạc {0,1 ,2, 3} Sau lưu kết lại với tên file "bank-data2.arff" (Xem hình) Bây file “bank-data2.arff”, thực việc rời rạc hóa liệu thuộc tính "age" "income" Trongdụ này, liệu liên tục trường ... tất giá trị trường id record bị loại 2. 2 Rời rạc hóa liệu (Discretization) Trong Data Mining, số kỹ thuật khai phá luật kết hợp (association rule mining) thực liệu phân loại (categorical/ nominal ... numeric chẳn hạn) muốn áp dụng kỹ thuật Trong file liệu “bank-data-R1.arff” có thuộc tính kiểu số, "age", "income", "children" Đối với thuộc tính "children", phạm vi giá 0,1 ,2 ta giữ lại giá trị thuộc...
  • 28
  • 4,854
  • 20

Xem thêm