پایان نامه کارشناسی ارشد سریهای زمانی
سریهای زمانی
مقدمه مقیاس های اندازه گیری تشابه در سری های زمانی
2.1. ( فاصله اقلیدسی ونرم Lp) Euclidean Distances and Lp Norms
2.2. ( تبدیلات نرمال ) Normalization Transformations
2.3. (تبدیلات عمومی) General Transformations
2.4. Dynamic Time Warping
2.5. Longest Common Subsequence Similarity
تکنیک های شاخص یابی برای سریها ی زمانی
3.1. شاخص یابی سریهای زمانی با تابع فاصله متریک
3.1.1. به کارگیری کاهش بعد
3.1.2. تحقیق درباره تکنیک های کاهش بعد
3.1.2.1. تجزیه ارزش منفرد ) (Singular Value Decomposition
3.1.2.2. تبدیلات گسسته فوریه (Fourier and Discrete Cosine Transform )
3.1.2.3. تجزیه Wavelet Decomposition) Wavelet
3.1.2.4. Line Segment Approximation
3.1.2.5. Random Projection
3.1.2.6. Multidimensional Scaling
3.1.2.7. Isomap and LLE
3.1.2.8. FastMap
3.1.3. مباحث تکمیلی
3.2. تشابه سریهای زمانی بازگشتی وقتی تابع متریک نباشد
استفاده از الگوریتم ژنتیک برای شناسایی الگوهای موقتکه نشان دهنده وقایع سریهای زمانی هستند
1- مقدمه
سریهای زمانی در زمینه های گوناگون پیش می آ ید. ما در کشاورزی، مقدار محصول وقیمتهای سالانه غله را مشاهده می کنیم. در بازرگانی واقتصاد، قیمتهای موجود در پایان روز، نرخهای بهره هفتگی، شاخص قیمتهای ماهانه، فروش سه ماهه و درآمدهای سالانه را ملاحظه می نماییم. در مهندسی، صدا، علا یم الکتریکی وولتاژ را مشاهده می کنیم. در ژ ئو فیزیک، تلا طمهایی نظیر موجهای اقیانوس واغتشا ش زمین در ناحیه ای را ثبت می کنیم. در مطا لعات پزشکی، ردهای الکتروانسفاوگرام (EEG) وا لکتروکاردیوگرام (EKG) را اندازه گیری می نماییم. در هوا شناسی، بسرعت باد در ساعت، درجه حرارت روزانه، ومیزان باران سالانه را مشاهده می کنیم . در کنترل کیفیت فرآیند ی را با توجه به یک مقدار هدف معین مشخص می کنیم. در علوم اجتماعی، میزان زاد وولد سالانه، نرخهای مرگ ومیر، تصادفات وجنایتهای گوناگون را مورد مطالعه قرا می دهیم . فهرست زمینه هایی که در آن ، سریهای زمانی مشاهده ومطاله می شود، بی پایان است.
یک سری زمانی ، نظیر علائم الکتریکی وولتاژ که بطور پیوسته در زمان ثبت می شوند یک سری پیوسته است . یک سری زمانی ، مانند نرخهای بهره ، وحجم فروش راکه فقط در فواصل زمانی مشخص در نظر گرفته می شوند ، گسسته می گویند . ما منحصرا با سریهای زمانی گسسته که در فواصل مساوی مشاهده می شوند ، سروکارداریم .
دلیل این کار این است که حتی سریهای زمانی پیوسته ، فقط مقادیر رقمی شده را در فواصل گسسته ، برای محاسبات فراهم می کند .
برای مطالعه سریهای زمانی ، اهداف مختلفی وجود دارد ، که این اهداف ، د رک وبیان مکانیسم تولیدی ، وپیش بینی مقادیر آ ینده وکنترل بهین یک سیستم را شامل می شود . طبیعت ذاتی یک سری زمانی وابسته یا همبسته بودن مشاهدات آن است ، وبنا براین ، ترتیب مشاهدات دارایی اهمیت است لذا روش ها وفنون آماری که مبتنی بر فرض مستقل بودن است ، دیگر کاربرد ندارد . وروشهای متفاوتی مورد نیاز هستند . به پیکره اسلوب شناسی آماری موجو د برای تحلیل سریهای زمانی ، تحلیل سریهای زمانی اطلاق می شود .
شکل ا ، چهار سری زمانی را نشان می دهد ، خصوصیات بسیار متمایز دیگری را نیز آشکار می سا زد . به نظر می رسد که متوسط تعداد نقایص روزانه پیدا شده در هرکامیون ، در پایان خط تولید کارخانه تولید کامیون که در شکل 1- ( الف ) نشان داده شده است در حول سطح ثابتی ، تغییر می کند . سریهای زمانی که این پدیده را نشان می دهند ، ایستا در میانگین نامیده وحا لتهای ویژه سریهای زمانی ایستا هستند . تولید سالانه تنباکوی ایالات متحده که در شکل 1-(ب) نشان داده شده است در حول سطح ثابتی تغییر نمی کند ، و درعوض یک روند روبه بالا را ، درکل ، نشان می دهد ، علاوه براین ، واریانس این سری تنباکو ، با اضافه شدن سطح سری ، افزایش می یابد سریهای زمانی که این پدیده نرا نشان می دهند ، نا ایستا در میانگین وواریانس گفته می شوند ، ومثالهایی ا ز سریهای زمانی ناایستا هستند . تولید سه ماهه آ بجو U.S در شکل1- ( پ) طرح خاص دیگری را نشان می دهد که به واسطه تغییرات فصلی طبیعتی تکراری دارد . سریهای زمانی که تعییرات فصلی ب را در بر می گیرند،سریهای زمانی فصلی می نامند. سریهای زمانی نا ایستا را مانند َآنها یی که در شکل های ( ب ) و (پ ) نشان داده شده اند ، می توان با تبدیلات مناسبی به سری ایستا تبدیل نمود.
قیمت فقط15,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 142
قیمت : 15,000 تومان
حجم فایل : 2777 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلداده کاوی و نظریه مجموعه های راف
مقدمه نظریه مجموعه های راف توسط آقای پاولاک و همکارانش در سال 1982 مطرح گردید. این نظریه بیشتر با آنالیز دسته بندی داده های موجود در پایگاه داده که از طریق اندازه گیری یا پرسش از فرد خبره جمع آوری شده اند، سرو کار دارد. رویکرد تئوری راف برای کسب دانش و استنتاج در مورد دانش، بیشتروقتی با مفاهیمی همچون عدم قطعیت و داده های نادقیق مواجه هستیم مطرح می شود. در ادامه ابتدا به بررسی مفاهیم پایه ای نظریه مجموعه های راف و سپس به کاربرد آن در داده کاوی می پردازیم. مجموعه گروهی از اشیاء متمایز مشروط بر آنکه شرط خاصی را داشته باشند تشکیل یک مجموعه می دهند و اگر a عضوی از مجموعه باشد آنرا با نشان می دهند. مجموعه مرجع در هر مبحثی عالم سخن یعنی اشیاء اولیه مورد بحث آن مبحث را مجموعه مرجع آن مبحث می گویند و آنرا با U نمایش می دهند. خانواده مجموعه فرض کنید (لاندا) یک مجموعه بوده و برای هر عضو مانند مجموعه را داشته باشیم. در این صورت خانواده تمام مجموعه های نظیر را خانواده مجموعه های اندیس دار گویند و آنرا با نماد نشان می دهند. مثال) یک خانواده از بازه های بسته در است اگر داشته باشیم: افراز یک مجموعه فرض کنید U یک مجموعه غیر خالی باشد. یک افراز از مجموعهU مجموعه ائی از زیر مجموعه های غیر خالی آن است بطوری که دو به دو جدا از هم باشند و اجتماع آنها برابرU باشد: حاصلضرب دکارتی اگر A,B دو مجموعه باشند حاصلضرب دکارتی آنها را با نشان داده و چنین تعریف می کنند:
قیمت فقط5,500 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 22
قیمت : 5,500 تومان
حجم فایل : 191 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلپایان نامه کارشناسی ارشد منبع داده کاوری
مقدمه به موازات سرعت زیاد ذخیره شدن داده ها ابزارهای محاسبه مکانیکی، الکتریکی و در نهایت کامپیوترها نیز بوجود آمده اند. حجم زیاد داده های ذخیره شده که معمولا از منابع گوناگون تهیه شده بودند و بعضا دارای قالبهای متفاوتی نیز بودند سبب شد که در بعضی موارد روشهای آماری به تنهایی قادر به کشف خصوصیات داده ها نباشند. دانشمندان برای رفع این مشکل تصمیم گرفتند که از سرعت بالای کامپیوترها استفاده نمایند. همین امر سبب شد که روشهای ابتکاری دیگری علاوه بر روشهای آماری مثل شبکه های عصبی، الگوریتم ژنتیک ایجاد شود. سه موضوع انبارش و ذخیره شدن داده ها، افزایش سرعت کامپیوترها و پیدایش الگوریتمهای جدید کار با داده ها باعث ایجاد علمی با نام داده کاوی شده است. داده کاوی عبارت است از "استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه داده های بسیار بزرگ" ]3[ . که این الگوها و دانشها معمولا مستتر در داده می باشند. از داده کاوی می توان برای انجام کارهایی مثل دسته بندی ، پیش بینی ، تخمین و خوشه بندی داده ها استفاده نمود. برای انجام این کارها تکنیکهایی توسعه یافته اند که با توجه به پیشرفت کامپیوترها و این علم همه روزه برتعداد و کیفیت این تکنیکها افزوده می شود. تعدادی از معروفترین این تکنیکها عبارتند از: الگوریتمهای خوشه بندی، شبکه های عصبی، الگوریتم ژنتیک، نزدیکترین همسایگی و درخت تصمیم گیری. ویژگیهای داده کاوی سبب شده که امروزه در تجارت و کسب و کار از آن بسیار استفاده شود. شرکتهای مخابراتی، بانکها، شرکتهای بازاریابی و تبلیغاتی و کلیه شرکتهایی که از پایگاههای داده های بزرگی برخوردار بوده و از اهمیت اطلاعات و آگاهی در بازار خبر دارند، می توانند از داده کاوی بعنوان یک ابزار بسیار قوی برای رشد و پیشرفت در بازار استفاده کنند. یکی از زمینه های بسیار مهم تجارت که امروزه مورد توجه بسیاری قرار گرفته است مشتریان و داده های مربوط به آنهاست. سازمانها به دلیل اهمیتی که به مشتریان و اطلاعات مربوط به آنها می دهند با سرعت زیادی در حال ذخیره سازی و استفاده از داده های مربوط به مشتریان خود هستند. همین امر سبب شده تا علم داده کاوی خود را بیشتر درتحلیل داده های مشتریان نمایان سازد. از داده های مشتریان به شیوه های مختلف و در جهت اهداف مختلف می توان استفاده نمود. یکی از استفاده هایی که امروزه بسیار مورد توجه سازمانها قرار گرفته است، دسته بندی مشتریان بر اساس داده های آنها می باشد. این دسته بندی می تواند بر اساس معیارهای متفاوتی باشد، مثلا مشتریهای خوب و بد سازمان، مشتریهای وفادار و غیر وفادار و یا مشتریانی از سازمان که به محصول یا خدمت جدیدی پاسخ مثبت می دهند یا پاسخ منفی. در واقع سازمانها می توانند با استفاده از داده های موجود تصمیم بگیرند که برای بازاریابی و انتخاب مشتریان جدید چه اقداماتی انجام دهند و یا پیشبینی کنند که یک مشتری جدید با ویژگیهای معلوم در کدام دسته قرار می گیرد.
قیمت فقط15,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 108
قیمت : 15,000 تومان
حجم فایل : 752 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلپایان نامه کارشناسی ارشد داده کاوی
مقدمه به موازات سرعت زیاد ذخیره شدن داده ها ابزارهای محاسبه مکانیکی، الکتریکی و در نهایت کامپیوترها نیز بوجود آمده اند که نرخ افزایش سرعت محاسبه این ابزارها نیز نمایی می باشد. حجم زیاد داده های ذخیره شده که معمولا از منابع گوناگون تهیه شده بودند و بعضا دارای قالبهای متفاوتی نیز بودند سبب شد که در بسیاری موارد روشهای آماری به تنهایی قادر به کشف خصوصیات داده ها نباشند. دانشمندان برای رفع این مشکل تصمیم گرفتند که از سرعت بالای کامپیوترها استفاده نمایند. همین امر سبب شد که روشهای ابتکاری دیگری علاوه بر روشهای آماری مثل شبکه های عصبی، الگوریتم ژنتیک ایجاد شود. سه موضوع انبارش و ذخیره شدن داده ها، افزایش سرعت کامپیوترها و پیدایش الگوریتمهای جدید کار با داده ها باعث ایجاد علمی با نام داده کاوی شده است. داده کاوی عبارت است از "استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه داده های بسیار بزرگ" ]3[. که این الگوها و دانشها معمولا مستتر در داده می باشند. از داده کاوی می توان برای انجام کارهایی مثل دسته بندی، پیش بینی، تخمین و خوشه بندی داده ها استفاده نمود. برای انجام این کارها تکنیکهایی توسعه یافته اند که با توجه به پیشرفت کامپیوترها و این علم همه روزه برتعداد و کیفیت این تکنیکها افزوده می شود. تعدادی از معروفترین این تکنیکها عبارتند از: الگوریتمهای خوشه بندی، شبکه های عصبی، الگوریتم ژنتیک، نزدیکترین همسایگی و درخت تصمیم گیری. ویژگیهای داده کاوی سبب شده که امروزه در تجارت و کسب و کار از آن بسیار استفاده شود. شرکتهای مخابراتی، بانکها، شرکتهای بازاریابی و تبلیغاتی و کلیه شرکتهایی که از بانکهای اطلاعاتی بزرگی برخوردار بوده و از اهمیت اطلاعات و آگاهی در بازار خبر دارند می توانند از داده کاوی بعنوان یک ابزار بسیار قوی برای رشد و پیشرفت در بازار استفاده کنند. 1-1) داده کاوی چیست؟ تعریفهای متفاوتی از داده کاوی وجود دارد ولی تعریفی که در اکثر مراجع به اشتراک ذکر شده عبارت است از "استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه دادههای بسیار بزرگ و پیچیده" ]1[. داده کاوی یک متدولوژی بسیار قوی و با پتانسیل بالا می باشد که به سازمانها کمک می کند که بر روی مهمترین اطلاعات از مخزن داده های خود تمرکز نمایند ]5[. داده کاوی کمک می کند تا سازمانها با کاوش بر روی داده های یک سیستم, الگوها, روندها و رفتارهای آینده را کشف و پیش بینی کرده و بهتر تصمیم بگیرند. داده کاوی با استفاده از تحلیل وقایع گذشته یک تحلیل اتوماتیک و پیش بینانه ارایه می نماید و به سوالاتی جواب می دهد که پاسخ آنها در گذشته ممکن نبوده و یا به زمان زیادی نیاز داشت. ابزارهای داده کاوی الگوهای پنهانی را کشف و پیش بینی می کنند که متخصصان ممکن است به دلیل اینکه این اطلاعات و الگو ها خارج از انتظار آنها باشد, آنها را مدنظر قرار ندهند و به آنها دست نیابند ]5[. اگر هرم داده ها ]4[ را بصورت زیر در نظر بگیریم
قیمت فقط10,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 92
قیمت : 10,000 تومان
حجم فایل : 122 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلاین پروژه آماده و کامل بوده جهت ارائه به دانشگاه تنها نیاز به چاپ دارد
فهرست مطالب
عنوان صفحه
چکیده 1
مقدمه 2
فصل اول : تعاریف کلی 3
1-1-حسابداری 4
1-2-تاریخچه حسابداری 4
1-3-انواع حسابداری 6
1-4-حسابداری در ایران 6
فصل دوم : سیستم حسابداری 7
2-1-تاریخچه سیستم 9
2-2-تاریخچه سیستم حسابداری در ایران 11
2-2-1-سیستم حسابداری در ایران قبل از اسلام 11
2-2-2-سیستم حسابداری در ایران پس از ظهور اسلام تا دوران قاجاریه 12
2-2-3-سیستم حسابداری از دوران قاجاریه تا انقلاب مشروطیت 12
2-2-4-سیستم حسابداری از انقلاب مشروطیت تا اوایل دهه چهل 13
2-2-5-سیستم حسابداری از دهه چهل تا کنون 14
2-3-تعریف حسابداری 16
2-4-تعریف سیستم 17
2-5-سیستم حسابداری 18
2-5-1-ورود داده ها 19
2-5-2-پردازش داده ها 19
2-5-3-ستاده ها 20
فصل سوم : سیستم حسابداری دستی و سیستم های حسابداری الکترونیکی 21
3-1-سیستم حسابداری دستی 22
3-2-سیستم حسابداری الکترونیکی 22
3-3-سیستم حسابداری کامپیوتری 23
3-4-مزایای استفاده از سیستم حسابداری کامپیوتری 23
3-4-1-پردازش حجم بزرگی از داده ها با سرعت و کارایی بالا 23
3-4-2-به موقع بودن مانده حساب ها 23
3-4-3-تهیه اطلاعات بیشتر بدون صرف هزینه اضافی 24
3-4-4-بازخوری فوری 24
3-4-5-امکان اعمال کنترل داخلی اضافی 24
3-4-5-محاسبه و ثبت دقیق اطلاعات مربوط به کالا ، پرسنل و مشتریان 25
3-4-6-کاربری آسان 26
3-4-7-ارزیابی و تخمین 26
3-4-8-حداقل کردن اشتباهات 26
3-4-9-گزارش 26
3-5-حسابداری مکانیزه یا دستی 27
3-6-ضرورت نیاز استفاده از نرم افزار حسابداری 29
فصل چهارم : بررسی سیستم حسابداری الکترونیکی در تجارت های نوین 31
4-1-سیستم حسابداری الکترونیکی 32
4-2-سیستم اطلاعات بین سازمانی 32
4-3-محرک های سیستم سازمانی 32
4-4-تبادل الکترونیکی و انتقال الکترونیکی پول 33
4-4-1-زیر ساخت ایمن برای تجارت الکترونیک 33
4-4-2-راهبری فناوری اطلاعات 34
4-4-3-روش شناسایی بهره برداران 34
4-4-4-کنترل نامه های ناخواسته 34
4-4-5-بیرون سپاری فناوری اطلاعات در حسابداری 35
4-4-6-سیستم های بیسیم 35
4-4-7-حفاظت از ورود غیرمجاز به سیستم 35
4-4-8-محرمانه نگه داشتن اطلاعات 35
4-5-گزارشگیری مالی در عصر تجارت الکترونیک 36
4-6-مزایای حسابداری از راه دور یا آنلاین 36
نتیجه گیری 44
منابع و ماخذ 46
قیمت فقط3,900 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : docx
تعداد صفحات : 54
قیمت : 3,900 تومان
حجم فایل : 145 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایل