32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Questo libro presenta un framework di progettazione basato su un'architettura scalabile centralizzata per un'efficace percezione simulata delle minacce aeree. In questo framework sono incorporate tecniche di data mining e classificazione dei pattern. Questo documento si concentra su una previsione efficace facendo affidamento sulla base di conoscenze e trovando modelli per costruire gli alberi decisionali. Questo framework è progettato in modo flessibile per integrarsi perfettamente con altre applicazioni. I risultati mostrano l'efficacia degli algoritmi selezionati e suggeriscono che più…mehr

Produktbeschreibung
Questo libro presenta un framework di progettazione basato su un'architettura scalabile centralizzata per un'efficace percezione simulata delle minacce aeree. In questo framework sono incorporate tecniche di data mining e classificazione dei pattern. Questo documento si concentra su una previsione efficace facendo affidamento sulla base di conoscenze e trovando modelli per costruire gli alberi decisionali. Questo framework è progettato in modo flessibile per integrarsi perfettamente con altre applicazioni. I risultati mostrano l'efficacia degli algoritmi selezionati e suggeriscono che più parametri sono incorporati per il processo decisionale per le minacce aeree; migliore è il nostro livello di fiducia sui risultati. Per approfondire la previsione accurata degli obiettivi dobbiamo prendere decisioni su più fattori. Più tecniche utilizzate insieme aiutano a trovare la classificazione accurata delle minacce e garantiscono una maggiore fiducia sui nostri risultati.
Autorenporträt
M. Anwar-ul-Haq es profesor en la Foundation University, Islamabad. Completó su Maestría en Ingeniería de Software de la Universidad Nacional de Ciencia y Tecnología, Islamabad Pakistán y se graduó del Instituto Ghulam Ishaq Khan, Topi Khyber Pakhtunkhwa, Pakistán. Sus intereses de investigación incluyen el aprendizaje automático y la minería de datos.