Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

تشخیص بیواری قلبی با استفاده از الگوریتم LOLIMOT

Year: 1391
COI: NCCSE01_136
Language: PersianView: 937
This Paper With 5 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

مهدی مزروعی سبدانی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد ساری
همایون موتمنی - استادیار دانشگاه آزاد اسلامی واحد ساری

Abstract:

استفاده از روش های هوشمند جهت تشخیص بیماری از مواردی است که در سالهای اخیر توجه بسیاری از پژوهشگران را به خود جلب نموده است. طبقه بندی داده ها (classification) یکی از حوزه های مهم در داده کاوی (Data mining) به شمار می رود. طبقه بندی به وسیله روشهای هوشمند تا کنون توانسته است کمک های فراوانی در زمینه تشخیص بیماری به پزشکان و بیماران ارائه نماید. از میان روشهای متفاوتی که برا طبقه بندی ارائه شده اند، روهای ارائه شده مبتنی بر شبکه های عصبی (Artificial Neural Network) توفیقی زیادی حاصل نموده اند، متداول ترین روش آموزشی شبکه های عصبی روش پس انتشار خطا (Error Back Propagation) است که همگرایی کند و توقف در نقاط بهینه محلی از مهم ترین نقاط ضعف آن محسوب می شود، همچنین مشکل استفاده از سیستم استنتاج تطبیق عصبی فازی ANFIS تعیین تعداد قوانین فازی از ابتدا می باشد. در این مقاله با استفاده از الگوریتم LOLIMOT، داده های تشخیص بیماری قلبی از روی تصاویر SPECT به دو کلاس نرمال و غیرنرمال طبقه بندی می گردند، نتایج نشان می دهند که الگوریتم LOLIMOT در اکثر موارد قابلیت چشمگیری در تشخیص صحیح بیماری قلبی دارد.

Keywords:

تشخیص بیماری , تصاویر SPECT , طبقه بندی داده ها , شبکه عصبی فازی خطی محلی- الگوریتم LOLIMOT

Paper COI Code

This Paper COI Code is NCCSE01_136. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/228388/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
مزروعی سبدانی، مهدی و موتمنی، همایون،1391،تشخیص بیواری قلبی با استفاده از الگوریتم LOLIMOT،National Conference on Computer Science and Engineering،Najafabad،https://civilica.com/doc/228388

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 :

  • دهباشیان مریم، ظهیری _ سید حمید، _ " آموزش شبکه ...
  • حمیدی ماندانا، میبدی محمدرضا، " یک طبقه بندی کننده فازی ...
  • پورزاهد مسعود، بهینه سازی الگوریتم LOLIMOT با استفاده از مدلهای ...
  • نشانگرهای لرزه ای -بررسی موردی در یک مخزن هیدروکربوری در ...
  • فاطری سهیل، تشنه لب محم، "بهینه سازی الگوریتم LOLIMOT توسط ...
  • واشقانی فراهانی محمدرضا، نبی بیدهندی مجید، ‌خوشدل حسین، "به کارگیری ...
  • UCI Repository of Machine Learning Data Bases, Department of Information ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 4,765
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

مقالات پیشنهادی مرتبط

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support