پیش بینی میزان شاخصهای آلاینده های موثردرافزایش بیماری قلبی درتهران با استفاده ازمدلهای RBF,SVM
Publish place: First National Conference on Advances in computer science and information retrieval approaches
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 639
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ01_411
تاریخ نمایه سازی: 29 دی 1392
Abstract:
قرارگرفتن درمعرض الودگی هوا یک عامل خطرساز تعیین شده برای بیماریهای قلبی - عروقی است به منظور کاهش بارمسئولیت درمراقیت های بهداشتی به علت بیماری ناشی ازالاینده های جوی ایجادیک سیستم هشداردهنده زودهنگام امری ضروری است موفقیت زودهنگام سیستم هشداردهنده پیش بینی و هشدارمحلی را برای ساکنان فراهم می کند که وابسته به قابلیت اطمینان و دردسترس بودن اطلاعات هواشناسی و داده های الودگی دارد براساس تعاریف جهانی بهداشت دودرصد ازکل مرگ و میرهای ناشی ازعوارض قلبی درشهرهای الوده به طور مستقیم و غیرمستقیم مربوط به الاینده های هوا است دراین پژوهش اثرات حادقلبی - عروقی دوالاینده مهم یعنی منوکسیدکربن CO و ذرات معلق کمتر از2.5 میکرون PM2.5 برسلامت ساکنین شهر تهران مورد مطالعه قرارگرفته اند دراین راستا مدلهای شبکه عصبی SVM,RBF جهت پیش بینی میزان شاخص الاینده های فوق دردوایستگاه مهراباد و اقدسیه بصورت روزانه دردوسال اخیر به عنوان ورودی مورداستفاده قرارگرفته و نتایج بدست امده ازاین تحقیق نشان میدهد که قابلیت بسیارخوبی درپیش بینی میزان الاینده های هوا دارند و ملاحظه گردید که نتایج حاصل ازشبکه عصبی SVM درمقایسه با شبکه RBF ازدقت قابل قبول تری برخوردار است
Keywords:
Authors
سعید الماسی
دانشجوی کارشناسی ارشد
مریم خادمی
استادیاردانشگاه آزاد اسلامی واحد تهران جنوب
احمد رازقی
کارشناسی ارشد
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 :