مقالات پیاده سازی شده حوزه داده کاوی(پروژه داده کاوی)
پیاده سازی تمام مقالات کامل می باشد . تا پایان با شما هستیم پس نگران نباشید. خوب است از فروشگاه جدید پژوهشیار (اینجا) بازدید کنید. در صورتی که هر یک از مقالات را تمایل به خرید دارید در صورتی که لینک دانلود پیاده سازی قرار داده نشده است می توانید برای گفتگو پیرامون جزئیات آن با آدرس ایمیل (Research.moghimi@gmail.com)مکاتبه کنید
:عنوان مقاله
Selective Markov Models for Predicting Web Page Accesses
سال : ۲۰۰۴
عموما مدل های مارکوف با مرتبه پایین تر در پیش بینی رفتار پیماییشی کاربر خیلی دقیق نیستند و این امر ناشی از این واقعیت است که این مدلها گذشته دورتری از رفتار کاربر را در نظر نمی گیرند تا بتوانند بین الگوهایی که مشاهده می شوند تفاوت را تشخیص دهند و در نتیجه برای داشتن دقت بهتر می توان از مدلهای مارکوف با مرتبه بالاتر استفاده کرد که متاسفانه انها نیز مشکلات و محدودیت هایی دارند از جمله پیچیدگی بالا، کاهش پوشش و حتی گاهی دقت پیش بینی کمتر.
یک راه ساده برای غلبه بر برخی از این مشکلات یادگیری تمام مرتبه های مختلف مدل مارکوف و استفاده از همه آنها در فاز پیش بینی است. اما این روش پیچیدگی را افزایش میدهد. این مشکل باعث شده تا روش هایی جهت کاهش تعداد حالات این مدل ایجاد شود .
در این مقاله برای حذف تعداد حالت های اضافی از روش تخمین خطا استفاده شده است به این صورت که خطای هر حالت تخمین زده می شود و سپس اگر یک حالت از مرتبه بالاتر خطایی بیشتری در مقایسه با حالت هایی مشابه از مرتبه پایین تر داشت آنگاه این حالت حذف می شود.
مقاله شبیه سازی شده با متلب، مقاله شبیه سازی شده داده کاوی، مقاله داده کاوی، مقاله در حوزه داده کاوی، پیاده سازی رایگان مقاله داده کاوی، مقاله رایگان داده کاوی
:عنوان مقاله
An Integrated Model for Next Page Access Prediction
سال : ۲۰۰۹
:عنوان مقاله
کلمات کلیدی: مقاله شبیه سازی شده با متلب، مقاله داده کاوی، پیاده سازی مقاله ، دانلود مقاله شبیه سازی شده
Web Page Prediction by Clustering and Integrated Distance Measure
سال : ۲۰۱۲
پروژه داده کاوی، الگوریتم های داده کاوی، داده کاوی در شبکه های اجتماعی
برای محاسبه فاصله دو نشست از روش SAM وSABDM استفاده شده است.
:عنوان مقاله
Web User Session Clustering Using Modified K-Means Algorithm
سال : ۲۰۱۱
Web page personalization based on weighted association rules
سال :
نوسیندگان مقاله قوانین انجمنی معمول را با انتساب وزن به صفحات موجود در نشست های کاربران برای نمایش میزان علاقه ی آنها به صفحات، توسعه دادند و یک الگوریتم توصیه گر جدید مبتنی بر قوانین انجمنی وزن دار تولید کردند. وزن صفحات بر اساس فرکانس مشاهده صفحه در یک نشست و زمان صرف شده برای آن صفحه توسط کاربر، اختصاص داده شده است. نتایج بررسی ها نشان می دهد که این روش نسبت به روش سنتی قوانین انجمنی، دارای دقت و پوشش بالاتری در ارائه پیشنهادها به کاربر است.
:عنوان مقاله
An Intrusion Detection System Based on KDD-99 Data using Data Mining Techniques and Feature Selection
یک سیستم تشخیص نفوذ مبتنی بر داده KDD-99 با استفاده از انتخاب ویژگی و تکنیک های داده کاوی
سال ارائه: ۲۰۱۴
نوع مقاله: ژورنال
گزارش فارسی: دارد
کلید واژه : درخت تصمیم
Decision tree, Feature Selection, Intrusion Detection System, Partition Size, Performance measures
پروژه داده کاوی، الگوریتم های داده کاوی،مقاله داده کاوی،داده کاوی در شبکه های اجتماعی،داده کاوی در بانکداری،پایان نامه داده کاوی،کاربردهای داده کاوی،کتاب داده کاوی،داده کاوی در مدیریت ارتباط با مشتری
:عنوان مقاله
A Novel Ensemble Method for Classifying Imbalanced Data
یک روش جدید برای طبقه بندی گروهی داده های نامتوازن
سال ارائه: ۲۰۱۴
نوع مقاله: ژورنال
گزارش فارسی: دارد
کلید واژه : الگوریتم های طبقه بندی، الگوریتم های یادگیری، خوشه بندی
Imbalanced data, classification, ensemble learning
:عنوان مقاله
اعتبار سنجی پیشرفته اندیس خوشه برای ارزیابی تعداد بهینه کلاسترها برای الگوریتم فازی C_Means
(محاسبه تعداد خوشه های بهینه در الگوریتم FCM که از الکوریتم های داده کاوی)
Enhanced Cluster Validity Index for the Evaluation of Optimal Number of Clusters for Fuzzy C-Means Algorithm
سال ارائه: ۲۰۱۴
نوع مقاله: ژورنال
گزارش فارسی: دارد
:عنوان مقاله
Dimensionality and data reduction in telecom churn prediction
سال ارائه: ۲۰۱۴
نوع مقاله: ژورنال
گزارش فارسی: دارد
کلید واژه : داده کاوی، انتخاب ویژگی، کلاسه بندی
Data mining, Feature selection, Churn prediction, Data reduction
:عنوان مقاله
Context-sensitive intra-class clustering
الگوریتم مبتنی بر حوزه داده برای دسته بندی درون کلاسی داده ها
سال ارائه: ۲۰۰۴
نوع مقاله: ژورنال
گزارش فارسی: دارد
کلید واژه : کلاسه بندی
Intra-class clustering, ICC, Linear discriminant analysis, LDA, Semi-supervised learning
:عنوان مقاله
Incremental Spatial Clustering in Data Mining Using Genetic Algorithm and R-Tree springer
سال ارائه: ۲۰۱۲
نوع مقاله: ژورنال
گزارش فارسی: دارد
کلید واژه : عمل خوشه بندی
Spatial data mining, Clustering, Genetic Algorithm
پروژه داده کاوی، الگوریتم های داده کاوی،مقاله داده کاوی،داده کاوی در شبکه های اجتماعی،داده کاوی در بانکداری،پایان نامه داده کاوی،کاربردهای داده کاوی،کتاب داده کاوی،داده کاوی در مدیریت ارتباط با مشتری
:عنوان مقاله
CRM strategies for a small-sized online shopping mall based on association rules and sequential patterns
رابطه های قانون
سال ارائه: ۲۰۱۲
نوع مقاله: ژورنال
گزارش فارسی: دارد
Data mining, CRM strategy, Association rule, Sequential pattern, RFM
:عنوان مقاله
Linguistic data mining with fuzzy FP-trees
سال ارائه: ۲۰۱۰
نوع مقاله: ژورنال
گزارش فارسی: دارد+ترجمه
کلید واژه : درخت FP فازی، تراکنش
Fuzzy data mining, Fuzzy-set, Quantitative value, Fuzzy FP-trees, Frequent fuzzy patterns
:عنوان مقاله
An evolutionary clustering algorithm based on temporal features for dynamic recommender systems
سال ارائه: ۲۰۱۴
نوع مقاله: ژورنال
گزارش فارسی: دارد
کلید واژه : روش خوشه بندی تکرار شونده، دیتاست
Evolutionary, Clustering, Algorithm, Recommender systems, Collaborative filtering, Data mining
پروژه داده کاوی، الگوریتم های داده کاوی،مقاله داده کاوی،داده کاوی در شبکه های اجتماعی،داده کاوی در بانکداری،پایان نامه داده کاوی،کاربردهای داده کاوی،کتاب داده کاوی،داده کاوی در مدیریت ارتباط با مشتری
:عنوان مقاله
Ranking discovered rules from data mining with multiple criteria by data envelopment analysis
سال انتشار : ۲۰۰۷
Institute of Traffic and Transportation, National Chiao Tung University-2007
خلاصه
در کاربردهای دیتاماینینگ ، مهم است که روشهای ارزیابی را برای انتخاب قوانین باکیفیت تر و سودآورتر توسعه دهیم.
این مقاله یک شیوه غیر پارامتری ،آنالیز پوشش داده ها (DEA) ، را برای ارزیابی و رتبه بندی کردن اثربخشی association rules با چندین معیار کارایی به کار میگیرد.
جالبی association rules معیارهای قراردادی آنها بر اساس Support و Confidence می باشد.
در کاربردهای خاص و ویژه ،دامنه دانش بیشتر میتواند به عنوان معیارهایی برای ارزیابی قوانین کشف شده مورد استفاده قرار گیرد.بعنوان مثال در آنالیز سبد خرید و ارزش محصول، profit مرتبط با association rules میتواند به عنوان یک مقیاس اساسی و اصلی برای ارزش قانون به کار گرفته شود.در این مقاله این مقیاسهای قلمروای و حوزه ای نیز در پروسه رتبه بندی و رنکینک قوانین برای انتخاب قوانین با ارزش برای کاربرد لحاظ می شوند. مثال آنالیز سبد خرید برای شرح دادنDEA بر اساس روشی برای اندازه گیری کردن سودمندی association rules با چندین معیار کارایی بکار برده میشود.
دانلود مقاله داده کاوی به همراه پیاد
:عنوان مقاله
An evaluation of heuristics for rule ranking
چکیده:
در این مقاله به جای اینکه به تک تک قوانین امتیاز دهد و آن ها را رتبه بندی کند دسته ای از بهترین قوانین که بهترین نتیجه را می دهند طبق الگوریتمی خاص بدست می آورد.
سال انتشار: ۲۰۱۰
پروژه داده کاوی، الگوریتم های داده کاوی،مقاله داده کاوی،داده کاوی در شبکه های اجتماعی،داده کاوی در بانکداری،پایان نامه داده کاوی،کاربردهای داده کاوی،کتاب داده کاوی،داده کاوی در مدیریت ارتباط با مشتری، داده کاوی در متلب، داده کاوی در تجارت الکترونیک، داده کاوی در وب، داده کاوی ،داده کاوی چیست، تز داده کاوی ، بیگ دیتا، داده کاوی ،بیگ دیتا، داده کاوی با سلمنتین،داده کاوی olap
شبیه سازی مقاله با متلب ؛ شبیه سازی مقالات برق با متلب ؛ شبیه سازی مقالات برق قدرت با متلب ؛ شبیه سازی مقالات با متلب ؛ شبیه سازی مقاله با مطلب ؛ انجام شبیه سازی مقاله با متلب ؛ آموزش شبیه سازی مقاله با متلب ؛ شبیه سازی مقاله برق با متلب ؛ شبیه سازی مقالات الکترونیک قدرت با متلب ؛ انجام شبیه سازی مقالات برق با متلب ؛ شبیه سازی مقاله ؛ شبیه سازی مقاله برق ؛ شبیه سازی مقاله برق قدرت ؛ شبیه سازی مقاله دینامیک سیستم قدرت ؛ شبیه سازی مقاله شبکه عصبی ؛ شبیه سازی مقاله الکترونیک قدرت ؛ شبیه سازی مقاله مخابراتی ؛ شبیه سازی مقاله کنترل مدرن ؛ شبیه سازی مقاله در متلب ؛ شبیه سازی مقاله متلب ؛ شبیه سازی مقاله با متلب ؛ شبیه سازی مقاله بازار برق ؛ شبیه سازی مقاله برق کنترل ؛ مقاله شبیه سازی با ads ؛ مقاله شبیه سازی ماشین dc ؛ مقاله شبیه سازی کامپیوتری doc ؛ شبیه سازی مقاله با hspice ؛ شبیه سازی مقالات ieee ؛ مقاله isi شبیه سازی ؛ شبیه سازی مقالات isi ؛ شبیه سازی مقاله های ieee ؛ مقاله شبیه سازی با opnet ؛ مقاله زبان شبیه سازی slam ؛ شبیه سازی مقالات رشته برق ؛ دانلود مقاله شبیه سازی رشته کامپیوتر ؛ پیاده سازی مقاله با متلب ؛ پیاده سازی مقاله در متلب ؛ پیاده سازی مقاله داده کاوی ؛ پیاده سازی مقاله پردازش تصویر ؛ پیاده سازی مقاله شبکه عصبی ؛ پیاده سازی مقاله شبکه عصبی در متلب ؛ پیاده سازی مقاله ؛ پیاده سازی مقاله فازی ؛ پیاده سازی مقاله وب معنایی ؛ پیاده سازی مقاله یادگیری ماشین ؛ مقاله پیاده سازی erp ؛ پیاده سازی داده کاوی ؛ پیاده سازی داده کاوی با متلب ؛ پیاده سازی مقاله داده کاوی ؛ پیاده سازی الگوریتم داده کاوی ؛ پروژه پیاده سازی داده کاوی ؛ پیاده سازی مقاله داده کاوی با متلب ؛ پیاده سازی الگوریتم های داده کاوی ؛ نرم افزار پیاده سازی داده کاوی ؛ شبیه سازی مقاله با متلب ؛ شبیه سازی مقاله برق ؛ شبیه سازی مقاله برق قدرت ؛ شبیه سازی مقاله در متلب ؛ شبیه سازی مقاله شبکه عصبی ؛ شبیه سازی مقاله بازار برق ؛ شبیه سازی مقاله برق کنترل ؛ شبیه سازی مقاله ؛ شبیه سازی مقاله دینامیک سیستم قدرت ؛ شبیه سازی مقاله الکترونیک قدرت ؛ مقاله شبیه سازی با ads ؛ مقاله شبیه سازی ماشین dc ؛ مقاله شبیه سازی کامپیوتری doc ؛ شبیه سازی پردازش تصویر ؛ شبیه سازی پردازش تصویر در متلب ؛ شبیه سازی مقالات پردازش تصویر ؛ شبیه سازی مقاله پردازش تصویر ؛ دانلود شبیه سازی پردازش تصویر ؛ مقاله شبیه سازی شده پردازش تصویر ؛ مقاله داده کاوی ؛ مقاله داده کاوی در پزشکی ؛ مقاله داده کاوی در شبکه های اجتماعی ؛ مقاله داده کاوی توزیع شده ؛ مقاله داده کاوی در بانکداری ؛ مقاله داده کاوی در بیمه ؛ مقاله داده کاوی در تجارت الکترونیک ؛ مقاله داده کاوی pdf ؛ مقاله داده کاوی وب ؛ مقاله داده کاوی انگلیسی ؛ مقاله داده کاوی با ترجمه ؛ مقاله داده کاوی ؛ مقاله داده کاوی doc ؛ مقاله داده کاوی وب web data mining ؛ دانلود مقاله داده کاوی doc ؛ مقاله isi داده کاوی ؛ مقاله isi در مورد داده کاوی ؛ مقاله داده کاوی ppt ؛ مقالات داده کاوی pdf ؛ مقاله در مورد داده کاوی pdf ؛ مقاله داده کاوی word ؛ مقاله کامپیوتر کوانتومی ؛ مقاله کامپیوتر با ترجمه ؛ مقاله کامپیوتر pdf ؛ مقاله کامپیوتر ؛ مقاله کامپیوتر ؛ مقاله کامپیوتر به زبان انگلیسی ؛ مقاله کامپیوتر انگلیسی با ترجمه ؛ مقاله کامپیوتر انگلیسی ؛ مقاله کامپیوتر نرم افزار ؛ مقاله کامپیوتر isi ؛ مقاله کامپیوتر doc ؛ مقاله در مورد کامپیوتر doc ؛ مقاله کامپیوتری doc ؛ دانلود مقاله کامپیوتر doc ؛ مقالات کامپیوتر isi ؛ مقالات it کامپیوتر ؛ دانلود مقالات کامپیوتر isi ؛ مقاله در مورد کامپیوتر pdf ؛ مقاله کامپیوتر word ؛ مقاله کامپیوتری word ؛ دانلود مقاله کامپیوتر word ؛ مقاله کامپیوتر با فرمت word ؛ مقالات isi کامپیوتر ۲۰۱۳ ؛ مقاله انگلیسی کامپیوتر ۲۰۱۴ ؛ مقالات isi کامپیوتر ۲۰۱۴ ؛ فراخوان مقاله کامپیوتر ۹۳ ؛ فراخوان مقاله کامپیوتر ۹۲ ؛ فراخوان مقاله کامپیوتر ۹۴| ؛ داده کاوی ؛ داده کاوی چیست ؛ داده کاوی در شبکه های اجتماعی ؛ داده کاوی در پزشکی ؛ داده کاوی در متلب ؛ داده کاوی pdf ؛ داده کاوی در بانکداری ؛ داده کاوی در تجارت الکترونیک ؛ داده کاوی در وب ؛ داده کاوی ایران ؛ داده کاوی big data ؛ داده کاوی در big data ؛ داده کاوی crm ؛ داده کاوی clementine ؛ داده کاوی classification ؛ داده کاوی در crm ؛ داده کاوی با clementine ؛ نرم افزار داده کاوی ؛ lementine ؛ آموزش داده کاوی با clementine ؛ کاربرد داده کاوی در crm ؛ دانلود نرم افزار داده کاوی ؛ clementine ؛ نقش داده کاوی در crm ؛ داده کاوی doc ؛ داده کاوی data mining ؛ داده کاوی dm ؛ داده کاوی چیست data mining ؛ داده کاوی یا data mining ؛ کاربرد داده کاوی در dea ؛ مقاله داده کاوی doc ؛ داده کاوی و dss ؛ داده کاوی چیست+doc ؛ داده کاوی در excel ؛ داده کاوی در erp ؛ داده کاوی gis ؛ داده کاوی در gis ؛ ترجمه کتاب داده کاوی han ؛ کتاب داده کاوی han ؛ دانلود کتاب داده کاوی han ؛ داده کاوی k-means ؛ نرم افزار داده کاوی keel ؛ آموزش داده کاوی در matlab ؛ داده کاوی در matlab ؛ داده کاوی با rapid miner ؛ نقش داده کاوی در mis ؛ آموزش داده کاوی با matlab ؛ داده کاوی olap ؛ داده کاوی و olap ؛ داده کاوی با orange ؛ نرم افزار داده کاوی orange ؛ آموزش نرم افزار داده کاوی orange ؛ دانلود نرم افزار داده کاوی orange ؛ تفاوت داده کاوی و olap ؛ داده کاوی در oracle ؛ داده کاوی با نرم افزار orange ؛ اموزش نرم افزار داده کاوی orange ؛ داده کاوی ppt ؛ داده کاوی pdf ؛ داده کاوی+powerpoint ؛ داده کاوی+ppt ؛ داده کاوی چیست pdf ؛ آموزش داده کاوی pdf ؛ مقالات داده کاوی pdf ؛ داده کاوی چیست ppt ؛ جزوه داده کاوی pdf ؛ داده کاوی r ؛ داده کاوی rfm ؛ داده کاوی rapidminer ؛ داده کاوی با r ؛ داده کاوی با rapidminer ؛ نرم افزار داده کاوی r ؛ آموزش نرم افزار داده کاوی rapidminer ؛ داده کاوی با نرم افزار r ؛ دانلود نرم افزار داده کاوی rapidminer ؛ دانلود نرم افزار داده کاوی r ؛ داده کاوی svm ؛ داده کاوی sql server ؛ داده کاوی در sql server ؛ داده کاوی در sql ؛ داده کاوی با sql server ؛ داده کاوی در sql server 2008 ؛ داده کاوی در spss ؛ نرم افزار داده کاوی spss ؛ آموزش داده کاوی در sql ؛ داده کاوی با spss ؛ کتاب داده کاوی tan ؛ دانلود کتاب داده کاوی tan ؛ ترجمه کتاب داده کاوی tan ؛ حل تمرین کتاب داده کاوی tan ؛ کتاب داده کاوی آقای tan ؛ داده کاوی weka ؛ داده کاوی wikipedia ؛ داده کاوی word ؛ داده کاوی با weka ؛ نرم افزار داده کاوی weka ؛ دانلود پروژه داده کاوی word ؛ دانلود نرم افزار داده کاوی weka ؛ آموزش داده کاوی با weka ؛ آموزش نرم افزار داده کاوی weka ؛ پروژه داده کاوی با weka ؛ کنفرانس داده کاوی ۱۳۹۳ ؛ کنفرانس داده کاوی ۱۳۹۲ ؛ کنفرانس داده کاوی ایران ۱۳۹۳ ؛ داده کاوی ۲۰۱۳ ؛ کتاب داده کاوی ۲ ؛ کنفرانس داده کاوی ۹۳ ؛ کنفرانس داده کاوی ۹۲ ؛ کنفرانس داده کاوی ۹۴ ؛ همایش داده کاوی ۹۳ ؛ کنفرانس داده کاوی سال ۹۳ ؛ مقاله بینایی ماشین، مقاله بینایی ماشین.pdf، مقاله بینایی ماشین و پردازش تصویر، مقاله بینایی ماشین رایگان، دانلود مقاله بینایی ماشین، مقاله درمورد بینایی ماشین، دانلود رایگان مقاله بینایی ماشین، مقالات بینایی ماشین، مقاله درباره بینایی ماشین، مقاله های بینایی ماشین
سلام وقتتون بخیر.در مورد مقاله Web User Session Clustering Using Modified K-Means Algorithm خدمتتون سوال داشتم.من با الگوریتم این مقاله به مشکل برخوردم.در این مقاله ظاهرا روش پیشنهاد شده شان روش یک الگوریتم k-means اصلاح شده است. که تفاوت آن با الگوریتم k-means معمولی این است که :
۱- داده های ورودی به صورت نقاط داده ای و بردارهای با اندازه ی یکسان نیستند، بلکه ورودی بردارهایی با اندازه های متفاوت می باشد.
از این رو روشی که در الگوریتم های k-means معمولی داشتیم و فاصله ی همینگ را برای اندازه گیری فاصله ی دو داده از هم استفاده میکردیم، در این مقاله با یک الگوریتم دیگری که VLVD نام گذاری شده است، جایگزین می کنیم.
۲- در الگوریتم این مقاله به جای این که مراکز خوشه را با گرفتن میانگین اعضای هرخوشه، به نقاط جدیدی به روزرسانی کنیم، الگوریتم دیگری به صورت زیر پیشنهاد شده است:
مقدار دلتا را به این صورت حساب کرده:
دلتا = میانگین فاصله ی تمام اعضای یک خوشه تا مرکز آن خوشه
و برای به روز رسانی مراکز و تولید مراکز قبلی، ظاهرا به نظر میاد که گفته شده مقدار دلتا باید با مقادیر مراکز قبلی جمع شود. (که این کار با توجه به نوع داده ها ، اصلا به نظر منطقی نمی آید چون داده های ما صفحه اند)
به این دلیل که اولا مراکز خوشه ها هرکدام اندازه ی متغیری دارند. و مراکز و داده ها شبیه این می باشد:
s1 = 1 2 4 1 4 1
s2 = 2 2 3 5
s3 = 9 1 3 1
به عنوان مثال داده های ورودی شبیه به این ها می باشد که مثلا s2 نشان می دهد که کاربر دوبار صفحه ی ۲ را بازدید کرده و سپس از صفحه ی ۳ و ۵ در همان وب سایت دیدن کرده است.
و مراکز خوشه ی اولیه نیز از بین خود داده ها انتخاب شده است. و مقدار دلتا هربار مقداری بین ۰ و ۱ خواهد بود. که اگر این مقدار هر بار با مراکز قبلی جمع شود، مفهوم منطقی ندارد! چون قطعا هر بار مقداری به مراکز خوشه در حال اضافه شدن است. در حالی که عدم شباهت مراکز خوشه ها با اعضای آن خوشه به دلیل این نیست که شماره ی صفحات دیده شده توسط آن داده ها بیش تر بوده… بلکه به این دلیل بوده که صحفات مشترکی که در مرکز خوشه بوده بیشتر متفاوت بوده از صفحاتی که توسط داده های آن خوشه بوده.
به عنوان مثلا فرض کنید s2 به عنوان مرکز خوشه ی اولیه انتخاب شده و s1در آن خوشه قرار دارد، با توجه به مقدار دلتا در تکرار بعد یک مرکز خوشه ی جدید خواهیم داشت به این صورت :
Center = 2+delta 2+delta 3+delta 5+delta
و ظاهرا طول مراکز خوشه ها در تکرارهای بعدی نیز تغییر نمیکند، بلکه همان مراکز اولیه ی اننتخاب شده میمانند با این تفاوت که احتمالا در هر تکرار مقداری به شماره صفحات آن اضافه شده است!
در ضمن، خود مقاله نیز نتیجه و مقایسه ای با نتایج مقالات دیگر در مقاله ش انجام نداده است. و باتوجه به توضیحاتی که در مقاله نوشته شده است به نظر نمیاد که خیلی قابل اعتماد باشد. حتی یک تصویر واضح از شکلی که به عنوان نتیجه در مقاله گذاشته شده است وجود ندارد.
آیا شما توانسته اید این مقاله را به همین صورت پیاده سازی کنید و همین نتایج را به دست آورید؟؟
سلام
من خوشه بندی روش پیاده سازی مقاله رو برای کار خودم پیاده سازی کردم
در صورت تمایل به ایمیلم Research.moghimi@gmail.com ایمیل بزنید یا از طریق آی دی تلگرام بنده Research_moghimi@ برای بیان جزئیات با شما در ارتباط خواهم بود