دانلود ترجمه مقاله امن بودن شبکه‌های بیسیم مش

عنوان اصلی لاتین : A Survey on Security in wireless Mesh Networks

عنوان اصلی فارسی مقاله: امنیت شبکه‌های بی‌سیم مش.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 15 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

شبکه‌های بی‌سیم مش، حوزه‌ی جدید و نو ظهوری است با پتانسیل بالا در محیط‌های غیر قابل پیش‌بینی و پویا. با این حال، این شبکه‌ها به دلیل رسانه‌ی باز خود، توپولوژی در حال تغییر و پویا و الگوریتم‌های  مسیریابی آن آسیب‌پذیر است. این مقاله امنیت تکنولوژی‌های جدید در شبکه‌های بی‌سیم مش را بررسی می‌کند. ابتدا ما تهدیدهای ممکن در امنیت شبکه‌های بی‌سیم مش را بررسی می‌کنیم و دوم برخی راه‌حل‌ها برای این تهدیدها شامل راه‌حل‌های مشکل مدیریت کلید، مسیریابی شبکه‌های امن و تشخیص حمله را معرفی می‌کنیم. همچنین مقایسه‌ و بحثی روی مزایا و معایب آن‌ها داریم و پیشنهاداتی برای بهبود آن‌ها ارائه می‌دهیم.

مقدمه:

یک شبکه‌ی بی‌سیم مش (WMN) یک توپولوژی شبکه‌بندی بی‌سیم است. WMN مسیریابی چندگامه توسط مسیریاب بی‌سیم دارد و توانایی پوشش ناحیه‌ی وسیع جغرافیایی با قدرت انتقال محدود را دارد. WMN ویژگی‌های مختلف مثل خود سازماندهی پویا، خود پیکربندی، خود تصحیح، نگه‌داری آسان مقیاس‌پذیری بالا و سرویس‌های مطمئن دارد. WMN جدا از شبکه‌ی سیار ad-hoc است (MANET) زیرا این شبکه وابسته به شبکه‌ی بک‌هال با سرعت بالاست و با روترهای WMN ترکیب می‌شود. WMN عملکرد شبکه را با استفاده از چندید رادیو بهبود می‌بخشد.

جهت دانلود محصول اینجا کلیک نمایید

بخشی از مقاله انگلیسی

Routing information exists in both the routing requestpacket and data packet. For example, the data packet inDSR contains the information of nodes from the sourceto the destination. An attacker could obtain the topologi-cal information position and the situation of neighbor-ing nodes by analyzing this information and a furtheranalysison  the  amountof  flows    might    even   provideinformation  about  the  function  and  the  role  of  a  par-ticular node. According to this information, the attackercould  precisely  locate  the  network  control  nodeor,  insituations like battles, the commander

دانلود ترجمه مقاله شیوه ای کارا به منظور خوشه‌بندی در شبکه‌های حسگر بیسیم با کاربرد از منطق فازی

عنوان اصلی لاتین : An Efficient Approach for Clustering in Wireless Sensor Network Using Fuzzy Logic

عنوان اصلی فارسی مقاله: روشی کارا برای خوشه‌بندی در شبکه‌های حسگر بی‌سیم با استفاده از منطق فازی.

مرتبط با رشته های :فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 12 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

شبکه‌ی حسگر بی‌سیم (WSN) از تعداد زیادی گره‌ی حسگر تشکیل شده که به یکدیگر متصل هستند تا عمل خاصی را انجام دهند. این گره‌ها انرژی، قدرت پردازش و حافظه‌ی محدودی دارند. به دلیل اینکه طول عمر شبکه بستگی به این گره‌ها دارد، منبع انرژی در گره‌ها بسیار مهم است. بنابراین نیاز به روش‌هایی برای کاهش مصرف انرژی در گره‌ها داریم. خوشه‌بندی یکی از روش‌ها برای کاهش مصرف انرژی است. الگوریتم‌های خوشه‌بندی بسیاری معرفی شده‌اند. الگوریتم LEACH یکی از معروف‌ترین این الگوریتم‌‌هاست. در این مقاله، ما یک روش کارا برای خوشه‌بندی با استفاده از منطق فازی با ورودی‌های مناسب پیشنهاد می‌دهیم و آن را با ویژگی‌های خوب LEACH ترکیب می‌کنیم. این روش‌ کاملاً توزیع شده است. بنابراین سرعت آن بیشتر و مصرف انرژی آن کمتر از روش‌های متمرکز است. همچنین روش پیشنهادی ما، ضعف‌های LEACH را بر طرف کرده و کاراتر از روش‌های موجود است.

مقدمه:

در سال‌های اخیر با پیشرفت فناوری، از شبکه‌های حسگر بی‌سیم (WSNها) در برنامه‌های مختلفی استفاده شده است. WSN شامل صدها یا هزاران گره‌ی حسگر کوچک است. ایم گره‌ها به یکدیگر متصل شده‌اند تا کار یا کارهای مشخصی را انجام دهند. هر گره در WSN شامل مؤلفه‌هایی مثل آنتن ارتباطی، حافظه‌ کم، مدار حسگر (حسگر دما، نور، رطوبت و ...)، پردازنده‌ی ضعیف و منبع تغذیه‌ی محدود است.

WSNها معمولا برای برنامه‌های نظارتی استفاده می‌شود و به محض تغییر در محیط، ایستگاه باخبر می‌شود. WSNها معمولاً در محیط‌هایی که دسترسی انسانی محدود است مثل کوه‌های آتشفشان یا مناطق نظامی استفاده می‌شوند.

جهت دانلود محصول اینجا کلیک نمایید

بخشی از مقاله انگلیسی

Our  aim  of  doing  this  research  is  to  achieve  anoptimal  approach  for  clustering  in  WSN.  Thismethod  has  less  computational  complexity  becauseuses  of  fuzzylogic.  Since  all  operations  for  clusterformation  are  done  locally  a  large  amount  of  energyis  saved  and  speed  of  cluster  formation  is  increased.Moreover,  this  method  is  extremely  robust  becauseusing  appropriate  input  for  the  fuzzy  system.  Wepropose   anefficient   clustering   approach   bycombination  good  features  of  LEACH  approach  andfuzzy  logic.  This  method  works  better  than  otherclustering approaches

دانلود ترجمه مقاله گزینش سر خوشه با کاربرد از منطق فازی دو سطحی در شبکه‌های حسگر بیسیم

عنوان اصلی لاتین : Cluster Head Selection using a Two-Level Fuzzy Logic in Wireless Sensor Networks

عنوان اصلی فارسی مقاله: انتخاب سر خوشه با استفاده از منطق فازی دو سطحی در شبکه‌های حسگر بی‌سیم.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 11 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

به دلیل محدودیت منابع در شبکه‌های حسگر بی‌سیم، افزایش طول عمر شبکه همیشه مورد توجه بوده است. یک روش مسیریابی کارا، مسیریابی سلسله‌مراتبی بر اساس خوشه بندی است که یافتن سر خوشه‌های بهینه و تعداد آن‌ها یک چالش محسوب می‌شود. در این مقاله، از یک منطق فازی دو سطحی برای ارزیابی کیفیت حسگرها برای انتخاب سر خوشه استفاده می‌شود. در سطح اول (سطح محلی)، گره‌های واجد شرایط بر اساس انرژی و تعداد همسایه‌های آن‌ها انتخاب می‌شوند. سپس در سطح دوم (سطح سراسری)، همکاری کلی گره‌ها در کل شبکه با سه پارامتر فازی ارزیابی می‌شود. این پارامترها مرکزیت، مجاورت به ایستگاه اصلی و فاصله‌ی بین سر خوشه‌هاست. نتایج شبیه‌سازی در پنج معیار نشان می‌دهد که روش پیشنهادی انرژی کمتری مصرف می‌کند و طول عمر شبکه را حدود 54 درصد در مقایسه با دیگر الگوریتم‌ها افزایش می‌دهد.

مقدمه:

یک شبکه‌ی حسگر بی‌سیم (WSN) شامل تعداد زیادی گره‌ی حسگر و یک ایستگاه اصلی (BS) است. این حسگرها داده‌ها را جمع‌آوری و آن‌ها را از طریق فرستنده‌ی رادیویی به BS ارسال می‌کنند. این حسگرها نیرو و ظرفیت محاسباتی محدودی دارند. از WSNها می‌توان در بسیاری از برنامه‌ها مثل برنامه‌های نظامی، دارویی و محیطی استفاده کرد. یافتن مسیر ئ ذخیره‌ی آن کار آسانی نیست زیرا میزان محدود انرژی و تغییرات ناگهانی در موقعیت گره‌ها باعث تغییرات پیش‌بینی نشده می‌شود. انرژی، چالش اصلی در طراحی پروتکل مسیریابی در WSNهاست.

جهت دانلود محصول اینجا کلیک نمایید

بخشی از مقاله انگلیسی

  In  other  word,  in  this  level,  the  comparison  is  madeamong  different  sets  of  sensor  nodes  to  select  a  set  withmaximum  qualification  as  final  CHs  in  the  current  round.The centrality parameter is measured by total distances fromcluster   members   to   the   cluster   heads.   Proximity   to   BSparameter  is  also  measured  by  total  distance  from  clusterheads to the BS. In addition, the BS is capable of measuringthe distances among all CHs.In the global level these threeparameters  are  considered  as  the  inputs  to  the  fuzzy  systemand  sensors’  qualification  parameter  for  becoming  a  CH  areconsidered as the output. The membership functions and thefuzzy rules of these parameters are depicted in Figures 4 to 7and Table 2 respectivel

دانلود ترجمه مقاله سیستم شناخت نفوذ مبتنی بر مدل تازه استخراج قانون وابستگی

عنوان اصلی لاتین :Intrusion Detection System Based on New

Association Rule Mining Model

عنوان اصلی فارسی مقاله: سیستم تشخیص نفوذ بر اساس مدل جدید استخراج قوانین وابستگی.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 7 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

تشخیص نفوذ یکی از مشکلات مهم برای حفاظت از امنیت سیستم‌های اطلاعاتی است. تکنیک آن به دو دسته تقسیم می‌شود: تشخیص ناهنجاری و تشخیص سوء استفاده؛ که این دو مورد یکدیگر را تکمیل می‌کنند. این تحقیق روی تکنیک‌های تشخیص ناهنجاری برای تشخیص نفوذ تمرکز دارد. در حال حاضر، روش‌های متعددی بر اساس استخراج قوانین وابستگی کلاسیک برای تشخیص نفوذ ارائه شده است. به دلیل دو مشکلی که در مسئله‌ی استخراج قوانین وابستگی، یعنی اینکه با همه‌ی آیتم ست بطور مساوی رفتار می‌شود و یک ساپورت مینیمم و اطمینان مینیمم به عنوان استاندارد سنجش در نظر گرفته می‌شود، بسیاری از قوانین و قوانین جالب تولید می‌شوند که باعث کاهش کارایی سیستم تشخیص نفوذ می‌شود. بر اساس مدل جدید استخراج قوانین وابستگی که li در سال 2002 پیشنهاد داد و قادر به حل این دو مشکل به طور همزمان بود،‌ سیستم تشخیص نفوذ دیگری ارائه شد. از آنجایی که میزان سود و علاقه‌ی یک آیتم به عنوان معیار در نظر گرفته می‌شود و الگوریتم استخراج بر اساس FP-tree است، تجربیات ما نشان داده است که سیستم پیشنهادی مقاوم‌تر و مؤثرتر از الگوریتم APRIORI است.

جهت دانلود محصول اینجا کلیک نمایید

بخشی از مقاله انگلیسی

is its corresponding frequent item list, ID-lista(/lm) is its corresponding degree of interest item list. Since this algorithm is based on FP-tree, which is more effective than APRIORI in [5], the intrusion detection system based on this algorithm is more effective than previous system based on APRIORI. Also it is robust because it uses interest of item as a degree to detect anomalous deviations and the interest of the same item in different systems or networks may also be different due to experts or users' experiences. Several tests have already been performed which suggested that the methodology is feasible. In addition, from our experiments in the network of our department, the results of proposed method in some aspects, especially time, is better than that method based on APRIORI.

دانلود ترجمه مقاله در خصوص عقیده کاوی از اسناد متنی

عنوان اصلی لاتین : Mining Opinion from Text Documents: A Survey

عنوان اصلی فارسی مقاله: عقیده کاوی از اسناد متنی.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر - دیجیتال و فناری

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 9 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

عقیده کاوی (OM) یک زمینه‌ی تحقیقاتی جدید و نو ظهور است که با بازیابی اطلاعات و استخراج دانش از متن با استفاده از داده کاوی (DM) و پردازش زبان طبیعی (NLP) سروکار دارد. هدف OM این است که کامپیوتر را قادر سازیم که بتواند احساسات را تشخیص و بیان کند. دید یا رفتاری که بر اساس احساسات باشد به جای منطق، احساس گفته می‌شود. بنابراین OM به تحلیل احساسات نیز معروف است. سازمان‌های تجاری پول زیادی را صرف مشاوران و محققان کرده‌اند تا احساسات و عقاید مشتریان را در مورد محصولاتشان بدانند. به طور مشابه، افراد نیز به عقاید دیگران در مورد محصولات، خدمات، موضوعات و رویدادها برای یافتن بهترین انتخاب‌ها علاقه‌مند هستند. این نوع تحقیقات برای جمع‌آوری از میان انجمن‌های وب، بلاگ‌ها، گروه‌های گفتگو و جعبه‌های نظرات در حال حاضر بسیار آسان شده است. عقیده را می‌توان از هر شخص در مورد هر چیزی در جهان را می‌توان از طریق سایت‌های نظرسنجی، بلاگ‌ها و گروه‌های گفتگو و ... به دست آورد. استخراج اطلاعات و کشف دانش یک زمینه‌ی مهم تحقیقاتی است. مسئله‌ی استخراج دانش از شبکه‌ی جهانی، چالش برانگیزتر است زیرا داده‌های ذخیره شده در وب بسیار طبیعت پویایی دارند. داده‌ها به دلیل بروزرسانی‌های دائمی و افزودن اطلاعات جدید در هر لحظه به سرعت در حال تغییر هستند. می‌توان از وبسایت‌ها برای برنامه‌های مختلفی استفاده کرد. یکی از این برنامه‌های مهم وب، جمع‌آوری عقاید و استخراج الگوهای معنادار از آن‌هاست. در حین فرایند تصمیم‌گیری، اکثر ما از دیگران کمک می‌گیریم. این یک پدیده‌ی طبیعی است که یک تصمیم خوب بر اساس عقیده‌ی دیگران به دست می‌آید. قبل از شبکه‌ی جهانی وب، از عقیده‌ها به طور شفاهی یا توسط کلمات به اشتراک گذاشته می‌شد و ما مجبور بودیم از دوستان خود در مورد اینکه کدام آیتم از دیگران بهتر است سوال کنیم یا بخواهیم توضیح دهد که کدام ویژگی یک آیتم خوب و کدام بد است. با پیدایش شبکه‌ی جهانی وب، اشتراک‌گذاری دانش و کسب مزیت از تجربیات دیگران، ممکن شد. امروزه بیش از 75000 بلاگ جدید با 1.2 میلیون پست جدید روزانه ساخته می‌شود و 40 درصد مردم در جهان مدرن به نظرات، عقاید و توصیه‌های جمع‌آوری شده از بلاگ‌ها، انجمن‌ها و دیگر سایت‌های مربوطه تکیه می‌کنند. این امر اهمیت نیاز به OM را نشان می‌دهد.

جهت دانلود محصول اینجا کلیک نمایید

بخشی از مقاله انگلیسی

Opinion  Mining  (OM)  is  a  new  and  emerging  area  of  re-search  which  deals  with  information  retrieval  and  knowl-edge  discovery  from  text  using  Data  Mining  (DM)  andNatural  Language  Processing  (NLP)  techniques.  The  goalof  OM  is  to  make  computer  able  to  recognize  and  expressemotions. A thought, view, or attitude based on emotion in-stead  of  reason  is  called  sentiment.    Thus  OM  is  also  re-ferred  as  sentiment  analysis.  Business  organizations  arespending a lot of money through consultants and surveys tofind consumer sentiments and opinions about their products.Similarly  individuals  are  interested  in  others  opinion  aboutproducts, services, issues and event for finding best choicesThis  type  of  survey  is  now  become  easy  to  collect  throughweb  forums,  blogs,  discussion  groups  and  comment  boxes.Opinion  can  be  collected  from  any  person  in  the  worldabout  any  thing  through  review  sites,  blogs  and  discussiongroups  etc.  Extraction  of  information  and  knowledge  dis-covery  is  an  important  area  of  research.  The  problem  forknowledge  extraction  from  World  Wide  Web  is  even  morechallenging  because  the  data  stored  in  the  web  is  very  dy-namic  in  nature.  The  data  is  rapidly  changing  due  to  con-tinuous  updating  and  addition  of  latest  information  everytime.  Websites  can  be  used  for  a  variety  of  applications.One  of  an  important  application  of  web  data  is  to  collectuser opinion and extract meaningful patterns from it. Duringdecision making process most of us get help from others

دانلود ترجمه مقاله سیستم های ترکیب شده Soft Computing

عنوان اصلی لاتین :

Hybrid Soft Computing Systems: Where Are We Going?

عنوان اصلی فارسی مقاله: سیستمهای ترکیبی Soft Computing :ما به کجا می رویم؟

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 27 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

Soft Computing یک روش محاسباتی است که شامل منطق فازی،محاسبات عصبی ، محاسبات تکمیلی و محاسبات احتمالی می باشد.بعد از یک نگاه اجمالی به اجزای  Soft Computing ،برخی از مهمترین ترکیبات آنرا مورد بررسی و تجزیه وتحلیل قرار میدهیم.ما بر روی توسعه کنترل کننده های الگوریتمی هوشمند،همانند استفاده از منطق فازی برای کنترل پارامترهای محاسبات تکمیلی تاکید میکنیم و در مورد کاربرد الگوریتمهای تکمیلی برای تنظیم کنترل کننده های فازی صحبت خواهیم کرد.ما بر روی سه کاربرد از  Soft Computing در جهان واقعی تاکید میکنیم که همگی توسط سیستمهای ترکیبی ایجاد شده اند.

1- نگاه کلی به Soft Computing

Soft Computing (SC) واژه ای است که در ابتدا توسط زاده برای مشخص کردن سیستمهایی که " از خطای بی دقتی، مبهم بودن و کمی درست بودن ،برای کنترل درست،کم هزینه و سازگارتر با جهان واقعی استفاده میکنند."

بطور معمول SC شامل چهار تکنیک می باشد:دوتای اول آن ،سیستمهای استدلال آماری(PR) و منطق فازی(FL) ،بر پایه استدلال بر اساس دانش است . دو تای دیگر،محاسبه عصبی (NC) و محاسبه تکمیلی(EC) ،بر پایه روشهای تحقیق و بهینه سازی بر اساس داده می باشند. با توجه به اینکه ما به یک توافق در مورد چارچوب SC یا ماهیت این پیوستگی دست پیدا نکرده ایم، غیره منتظره بودن این روش جدید انکارناپذیر است. این مقاله نمونه ساده شده ای از این سرفصلهای بسیار گسترده می باشد که می توانید آنها را در پی نوشت 5 پیدا کنید.

2- اجزا و رده بندی SC

جهت دانلود محصول اینجا کلیک نمایید

دانلود ترجمه مقاله پایه تعلیم NTFS

عنوان اصلی لاتین : Review NTFS Basics

عنوان اصلی فارسی مقاله: اساس (اصول ) NTFS.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 46 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

عنوان انگلیسی مقاله: Review NTFS Basics

عنوان فارسی مقاله: اساس (اصول ) NTFS.

دسته: فناوری اطلاعات و کامپیوتر

فرمت فایل ترجمه شده: WORD (قابل ویرایش)

تعداد صفحات فایل ترجمه شده:

جهت دانلود رایگان نسخه انگلیسی این مقاله

ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.

_______________________________________

چکیده ترجمه:

سیستم پرونده NT مجموعه ای از عملکرد ، قابلیت اعتماد و سازگاری را مهیا می کند که در سیستم پرونده FAT یافت نمی شود . این سیستم طوری طراحی شده که اعمال پوشه استاندارد از جمله خواندن ، نوشتن و جستجوی و حتی اعمال  پیشرفته ای چون بهبود سیستم پوشه را بر روی فضای زیادی از دیسک به سرعت انجام می دهد . 

با فرمت کردن یک نسخه با سیستم پرونده NTFS  و چندین پوشه دیگر و یک جدول پوشه اصلی (MFT  ) ایجاد می شود که شامل اطلاعاتی راجع به تمام فایل ها و پوشه های موجود در نسخۀ NTFS می باشد . اولین اطلاعات بر روی نسخۀ NTFS ، بخش راه اندازی سیستم است که از 0  شروع شده و می تواند تا 16 نیز ادامه یابد . اولین پوشه بر روی نسخۀ NTFS ، جدول پوشه اصلی است ( MFT ) . شکل زیر طرحی از یک نسخۀ NTFS را نشان می دهد در زمانی که فرمت کردن به پایان رسیده. 

این بخش اطلاعاتی راجع به NTFS را در بر دارد . عناوین مورد بحث شامل عناوین زیر است : 

ـ بخش راه اندازی سیستم NTFS 

ـ جدول پرونده اصلی NTFS (MFT ) 

ـ انواع پرونده های NTFS

 ـ ویژگی های فایل NTFS 

  ـ فایل های سیستم NTFS 

  ـ چندین جریان دادۀ NTFS 

  ـ فایل های فشرده NTFS 

  ـ فایل های رفرشده EFS ، NTFS

  ـ استفاده از EFS 

  ـ دستور اینترنال EFS 

   ـ ویژگی EFS 

  ـ پی آمدهای EFS 

  ـ فایل های یدکی NTFS

  ـ قابلیت بازیافت و تمامیت دادۀ NTFS 

جهت دانلود محصول اینجا کلیک نمایید

دانلود ترجمه مقاله شیوه های دسته کردن لاگ های وب سرور

عنوان اصلی لاتین : Web Log Clustering Approaches – A Survey

عنوان اصلی فارسی مقاله: روش های خوشه بندی لاگ های وب سرور(وب لاگ) یک بررسی.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 8 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

با توجه به سازمان دهی هرچه بیشتر اینترنت و شبکه گسترده جهانی برای انجام تجارت و کسب و کار، لازم است که برنامه ریزی های استراتژیک و تکنیک های راهبردی جهت جهت تجزیه و تحلیل در این زمینه مورد بررسی قرار گیرند.به همین منظور ، ما یک بررسی و مطالعه اجمالی از تحقیقات و کارهای علمی اخیر در زمینه وب کاوی را با تمرکز بر روی سه روش و دیدگاه در رابطه با خوشه بندی وب ارائه می دهیم.تجزیه و تحلیل خوشه بندی ، یک الگوریتم داده کاوی با کاربرد وسیع می باشد که در واقع فرآیند تقسیم بندی یکسری از داده ها به شماری از خوشه هاست که هر داده ای ، شباهت بالایی با داده های دیگر در همان خوشه دارد اما از دیگر داده ها در خوشه های دیگر متفاوت است.

در این تحقیق علمی ، ما سه روش متفاوت را پیرامون وب کاوی بررسی کرده و سپس مزایا و معایب آن ها را آنالیز و تجزیه و تحلیل می کنیم و در پایان بر مبنای موثر ترین الگوریتم بدست آمده و همچنین نتایج حاصل از آزمایشات انجام شده بر روی فایل های وبلاگی گوناگون،  به یک نتیجه گیری کلی دست پیدا می کنیم.

لغات کلیدی : وب کاوی-web usage mining (یکی از انواع  وب کاوی)-لاگ های وب سرور(وب لاگ ها)-خوشه بندی 1.مقدمه

وب کاوی که با عنوان وب لاگ کاوی نیز شناخته می شود ، فرآیند استخراج الگوها و طرح های قابل توجه از جستجو در فهرست قابل دسترسی به وب می باشد. وب کاوی در واقع کاربرد تکنیک های داده کاوی به منظور کشف الگوهایی از وب می باشد. کاوش استفاده ی وب، روش پیداکردن کاربرانی است که در اینترنت به دنبال اهداف خاصی می گردند. بعضی از کاربران ممکن است به دنبال داده های متنی باشند در حالی که بعضی دیگر ممکن است بخواهند داده های سمعی و بصری را از اینترنت دریافت نمایند.

جهت دانلود محصول اینجا کلیک نمایید

دانلود ترجمه مقاله یک سیستم متخصص فازی عصبی به منظور تشخیص

عنوان اصلی لاتین : A Hybrid Fuzzy-Neural Expert system For Diagnosis

عنوان اصلی فارسی مقاله: یک سیستم خبره فازی عصبی برای تشخیص.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 15 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

منطق فازی،یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند.با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند ، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی میکند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم.تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد.  

مقدمه:

روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند ،که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد . اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است .

جهت دانلود محصول اینجا کلیک نمایید

دانلود مقاله انگلیسی رایگان درباره پردازش گر شبکه وکتر (VNAS)

عنوان اصلی لاتین : Vector network analyzers

عنوان اصلی فارسی مقاله: پردازش گر شبکه وکتر.

مرتبط با رشته های : فناوری اطلاعات و کامپیوتر

نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)

تعداد صفحات فایل ترجمه شده: 6 صفحه

کلمات کلیدی مربوطه با این مقاله: ندارد

برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید

_______________________________________

بخشی از ترجمه:

یکی از واژه های اختصاری که برای پردازشگرهای شبکه به کار می رود مربوط به پردازش گر شبکه وکتر می باشد ، که علامت اختصاری آن به این صورت است (VNAS) اما این واژه اختصاری توسط افراد ناشناس و ناشی و قدیمی به صورت “ ANAS”  به کار می رفته است . “ANA”  واژه اختصاری است  که برای پردازشگرهای اتوماتیک شبکه به کار می رود . بر طبق سازمان کارتر در زمانهای گذشته ، اولین پردازشگرهای شبکه ، اتوماتیک نبودند و عملیات تصحیح اشکالات TE(اِرُرerror ) به صورت دستی ، انجام می شده است و مقادیر اندک برگشتی نباید بیشترر از VSWR موجود در تجهیزات می شدند. بنابراین در بسیاری از موارد نمی شد مقادیر اضافی برگشتی را که بیشتر از db 20 بود را حل کرد . مقادیر اضافه به همراه فاز از طریق کسر کردن دو مقدار محاسبه می شود ( یکی از مقادیر مربوط به اتصال معمولی و مقدار دیگر مربوط به اتصال DUT می باشد.) و در آن زمان استفاده از چنین پردازشگری کار سختی بود.

تا اینکه اولین پردازش گر انوماتیک شبکه وارد بازار شد، که شامل یک کامپیوتر کوچک ( در حدود Watt1000و محاسبه گر 5 دلاری ) بود که داده ها وکتر (vactor) را تا سقف 8409 دریافت می کرد و با انجام محاسبات ظریف به طور اتوماتیک اشکالات (error) و دامنه صحیح و فاز s 4 پارامتری را تصحیح می کرد ، که این کارش بیشتر شبیه به یک جادو بود.

مرحله بعدی شامل رساندن تصحیح اشتباهات (error) به تجهیزات تست ( آزمایش ) ( از یک کامپیوتر خارجی ) و نمایش دادن مقادیر تصحیح شده اشتباهات در کمترین زمان ممکن (1982  circa و اولیه 8510 Hp ) .

جهت دانلود محصول اینجا کلیک نمایید

بخشی از مقاله انگلیسی

The reflection calibration for each port requires three standards, typically: an open circuit, a short circuit, and a matched 50-ohm load (for waveguide calibration, a pair of offset shorts and a load are used. An open in waveguide usually acs closer to a load due to radiation). The matched load can be a "broadband load", meaning that it has very low reflection coefficient over a lot of bandwidth, or a sliding load. Sliding loads are expensive and fragile standard which should only be used if your measurement requires great accuracy (perhaps you want to be able to tell the difference between a 1.01:1 VSWR and a 1.02:1 VSWR). The sliding load recognizes that a "perfectly matched" 50 ohm calibration standard can never exist, but a series of loads with equal mismatch but varying phase can be used to draw a circle around the center of the Smith chart, thereby solving for the perfect load. My advice to you: unless someone takes the time to show you how to use the sliding load properly, NEVER TAKE IT OUT OF THE BOX.