تشخیص بیماری های مزمن به کمک ماشین بردار پشتیبان دوقلو با قیود نرم
Publish place: Computing Science Journal، Vol: 9، Issue: 2
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 134
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_CSJI-9-2_001
Index date: 8 September 2024
تشخیص بیماری های مزمن به کمک ماشین بردار پشتیبان دوقلو با قیود نرم abstract
بیماری های مزمن از دلایل اصلی مرگ و میر در سال های اخیر بوده اند. پژوهش های تجربی بسیاری برای تشخیص بیماری مزمن در کشورهای مختلف گزارش شده اند. در مطالعات انجام شده، روش های یادگیری ماشین، نقش به سزایی در تشخیص بیماری های مزمن داشته اند. از جمله این روش ها، می توان به ماشین بردار پشتیبان استاندارد و دوقلو اشاره کرد. داده های بیماری های مزمن دارای نوفه ذاتی و نمونه های پرت می باشند. این مهم باعث افت شدید دقت مدل های ماشین بردار پشتیبان استاندارد و دوقلو می گردد. در مدل جدید، برای برطرف کردن کاستی بیان شده و رفع حساسیت نسبت به داده های نوفه ای۱، به جای دسته بندی ماشین بردار پشتیبان دوقلو، ماشین بردار پشتیبان دوقلو با قیود نرم پیشنهاد شده است. این مدل فضای شدنی مسئله بهینه سازی درجه دوم را گسترش می دهد. با گسترش فضای شدنی مسئله، به نمونه ها اجازه تخطی از ابرصفحات داده می شود و تاثیر داده های نوفه ای و دور افتاده در تشخیص نهایی کاهش می یابد. الگوریتم پیشنهادی، بر روی پنج مجموعه داده از داده های بالینی پزشکی، اجرا و نتایج آن با روش های ماشین بردار پشتیبان، درخت تصمیم، رگرسیون لجستیک و نزدیکترین همسایه مقایسه شده اند. میانگین دقت روش پیشنهادی نسبت به بهترین میانگین در روش های پیشین، حاکی از بهبود حدود ۷ % در نتایج تجربی می باشد. Noise
تشخیص بیماری های مزمن به کمک ماشین بردار پشتیبان دوقلو با قیود نرم Keywords:
تشخیص بیماری های مزمن به کمک ماشین بردار پشتیبان دوقلو با قیود نرم authors
حمیده فدیشه ای
دانشجوی کارشناسی ارشد، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد، مشهد، ایران
جلال الدین نصیری
استاد یار، گروه ریاضی کاربردی، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد، مشهد، ایران
سهراب عفتی
استاد، گروه ریاضی کاربردی، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد، مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
