درسی آموزشی

ارائه فایل های درسی

درسی آموزشی

ارائه فایل های درسی

کلمات کلیدی

۲ مطلب با کلمه‌ی کلیدی «دانلود پروژه رشته مهندسی کامپیوتر» ثبت شده است

  • ۰
  • ۰

دانلود مبانی نظری متدهای یادگیری تجمعی و رندوم فارست  فرمت قابل ویرایش ورد word   تعداد صفحات: ۱۷ صفحه  خلاصه ای از فایل مقدمه پیش‌بینی دقیق وضعیت ترافیکی، امری لازم و تأثیرگذار در مدیریت مؤثر سیستم‌های حمل‌ونقل هوشمند به حساب می‌آید. از آنجا که داده‌های ترافیکی معمولاً داده‌هایی با حجم بالا هستند، تکنیک‌های کاربردی و جدیدی را برای پردازش نیاز دارند. داده کاوی بعنوان یک شاخه از علم کامپیوتر اخیراً توجه زیادی را به خود جلب کرده است که در نتیجه‌ی اعمال آن، آنالیز و پردازش پایگاه داده[۱] های بزرگ فراهم می‌شود. در واقع متدهای داده کاوی معمولاً با هدف استخراج دانش[۲] و ساخت مدل از داده‌های حجیم بکار گرفته می‌شوند[۲۴]. از میان روش‌های گوناگون داده کاوی، تمرکز تعداد قابل توجهی از تحقیقات به روی یادگیری یادگیری تجمعی [۳] ، درخت‌های تصمیم‌گیری و بطور ویژه رندوم فارست[۴] می‌باشد که در ادامه توضیح داده خواهند شد[۲۵]. فهرست ۱-۱مقدمه۱ ۱-۲-متدهای یادگیری تجمعی   ۲ ۱-۲-۱٫تعاریف مفاهیم اولیه  ۲ ۱-۲-۲٫درخت بوستینگ    ۴ ۱-۲-۳٫درخت بگینگ    ۴ ۱-۳-رندوم فارست    ۶ ۱-۳-۱٫مراحل توسعه‌ی رندوم فارست    ۸ ۱-۳-۲٫تئوری‌های مرتبط با رندوم فارست۱۱ ۱-۳-۳٫رندوم فارست برای رگرسیون   ۱۴ ۱-۳-۴٫مزایا و کاربردهای رندوم فارست    ۱۴ ۱-۴-نتیجه گیری   ۱۵ 

دانلود

  • ام ای پدیا
  • ۰
  • ۰

دانلود سمینار شبکه محاسبات ابری، مجازی سازی و مهاجرت ماشین های مجازی در محیط ابر و الگوریتم ژنتیک  فرمت قابل ویرایش ورد word   تعداد صفحات: ۳۴ صفحه  خلاصه ای از فایل مقدمه در این فصل مقدمه ای در مورد پیدایش شبکه محاسبات ابری  و یکسری از بحث های کلی در مورد مجازی سازی[۱] و مهاجرت ماشین های مجازی[۲] در محیط ابر و الگوریتم ژنتیک[۳] بیان شده است. در ادامه مروری بر ابر, آشنایی با مسائل  و چالش های مهم موجود در ابر , ضرورت انجام این تحقیق و اهداف پژوهش آورده شده است. این فصل با خلاصه و نتیجه گیری از فصل و نیز تشریح ساختار پایان نامه به پایان رسیده است. فهرست عنوان                                                                                                      چکیده……………………………………………………………………………………………………………………………………………. ۱ مقدمه…………………………………………………………………………………………………………………………………………….. ۲ فصل اول- کلیات مقدمه…………………………………………………………………………………………………………………………………………….. ۵ مروری بر محاسبات ابری………………………………………………………………………………………………………….. ۵ ۱-۲-۱- بررسی انواع مختلف توده های ابر، کاربرد، مزایا و معایب………………………………… ۹ ۱-۲-۲- برخی مزایا و معایب محاسبات ابری……………………………………………………………………… ۱۲ ۱-۲-۳- معماری سیستم های محاسبات ابری…………………………………………………………………… ۱۳ ۱-۲-۴- ماهیت محاسبات ابری……………………………………………………………………………………………… ۱۴ مجازی سازی……………………………………………………………………………………………………………………………….. ۱۴ مقدمه ای بر مهاجرت ماشین های مجازی………………………………………………………………………….. ۱۹ ۱-۴-۱- مهاجرت……………………………………………………………………………………………………………………….. ۱۹ ۱-۴-۲- انواع روش های مهاجرت زنده………………………………………………………………………………… ۲۰ الگوریتم ژنتیک……………………………………………………………………………………………………………………………. ۲۱ ۱-۵-۱- جمعیت ژنتیکی………………………………………………………………………………………………………….. ۲۲ ۱-۵-۲- تابع برازندگی………………………………………………………………………………………………………………. ۲۳ ۱-۵-۳- عملگر ترکیب یا جابه جایی…………………………………………………………………………………….. ۲۳ ۱-۵-۴- عملگر جهش……………………………………………………………………………………………………………….. ۲۴ ۱-۵-۵- عملگر انتخاب……………………………………………………………………………………………………………… ۲۴ آشنایی با چالش پیش رو در شبکه محاسباتی ابر………………………………………………………………. ۲۵ خلاصه و نتیجه گیری………………………………………………………………………………………………………………… ۲۷ فصل دوم- مروری بر ادبیات گذشته ۲-۱- محاسبات ابری…………………………………………………………………………………………………………………. ۲۹ ۲-۲- مجازی سازی…………………………………………………………………………………………………………………… ۳۰ ۲-۳- مدیریت انرژی در مرکز داده اینترنت IDC………………………………………………………………. 31 ۲-۴- مدیریت انرژی ماشین مجازی و مهاجرت………………………………………………………………… ۳۲ ۲-۵- الگوریتم MBFD…………………………………………………………………………………………………………….. 37 ۲-۶- الگوریتم ST………………………………………………………………………………………………………………………. 39 ۲-۷- الگوریتم MM…………………………………………………………………………………………………………………. 39 ۲-۸- الگوریتم هریسانه…………………………………………………………………………………………………………….. ۴۱ ۲-۹- الگوریتمMEF(تغییر اولین تناسب)…………………………………………………………………………….. ۴۲ ۲-۱۰- نتیجه گیری…………………………………………………………………………………………………………………… ۴۳ 

دانلود

  • ام ای پدیا