دانلود مقاله ISI انگلیسی شماره 79270
ترجمه فارسی عنوان مقاله

یک الگوریتم خوشه بندی برای جریان های داده های متعدد بر اساس شباهت جزء طیفی

عنوان انگلیسی
A clustering algorithm for multiple data streams based on spectral component similarity
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
79270 2012 13 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 8099 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 12 روز بعد از پرداخت 145,782 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 6 روز بعد از پرداخت 291,564 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Information Sciences, Volume 183, Issue 1, 15 January 2012, Pages 35–47

ترجمه کلمات کلیدی
جریان های داده ها؛ خوشه؛ مدل اتورگرسیو؛ جزء طیفی
کلمات کلیدی انگلیسی
Data streams; Clustering; Auto-regression model; Spectral component
پیش نمایش مقاله
پیش نمایش مقاله یک الگوریتم خوشه بندی برای جریان های داده های متعدد بر اساس شباهت جزء طیفی

چکیده انگلیسی

We propose a new algorithm to cluster multiple and parallel data streams using spectral component similarity analysis, a new similarity metric. This new algorithm can effectively cluster data streams that show similar behaviour to each other but with unknown time delays. The algorithm performs auto-regressive modelling to measure the lag correlation between the data streams and uses it as the distance metric for clustering. The algorithm uses a sliding window model to continuously report the most recent clustering results and to dynamically adjust the number of clusters. Our experimental results on real and synthetic datasets show that our algorithm has better clustering quality, efficiency, and stability than other existing methods.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 8099 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 12 روز بعد از پرداخت 145,782 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 6 روز بعد از پرداخت 291,564 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.