سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

روشی جدید جهت تشخیص اختلالات کبدی با استفاده از حذف داده های پرت و همجوشی طبقه بندی کننده ها

Publish Year: 1392
Type: Conference paper
Language: Persian
View: 925

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICS12_136

Index date: 2 August 2014

روشی جدید جهت تشخیص اختلالات کبدی با استفاده از حذف داده های پرت و همجوشی طبقه بندی کننده ها abstract

در سال های اخیر استفاده از روش های داده کاوی در تشخیص پزشکی روز به روز در حال گسترش بوده است. کبد یکی از اعضای مهم بدن انسان می باشد که عدم فعالیت درست ان سبب خواهد شد تا اعضای دیگر بدن نیز به درستی نتوانند به فعالیت خود ادامه دهندد. در این پژوهش ، روشی جدید جهت تشخیص اختلالات کبدی مبتنی بر حذف داده های پرت و همجوشی طبقه بندی کننده ها ارائه شده است. به این منظور بعد از حذف داده های پرت، با اسدتفاده از شبکه عصبی پس انتشار آموزش دیده با الگوریتمBP و فراابتکاری، ماشین بردار پشتیبان و نزدیکترین همسایه تشخیص انجام شده، سپس نتایج این الگدوریتم های طبقه بندی با هم ترکیب شده اند. نتایج نشان می دهد که روش پیشنهادی توانسته است نسبت به روش های دیگر، دقت قابل قبولی را ارائه نماید

روشی جدید جهت تشخیص اختلالات کبدی با استفاده از حذف داده های پرت و همجوشی طبقه بندی کننده ها Keywords:

روشی جدید جهت تشخیص اختلالات کبدی با استفاده از حذف داده های پرت و همجوشی طبقه بندی کننده ها authors

حسام الدین امامی پور

شرکت توزیع نیروی برق جنوب ، کرمان، ایران

سیدجلال الدین موسوی راد

گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان

حسین ابراهیم پورکومله

گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان

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 :
Tiwari, A.K., L.K. Sharma, and G.R. Krishna, Comparative Study of ...
Lee, Y.-J. and O.L. Mangasarian. RSVM: Reduced support vector machines. ...
Computation, 2002. 14(5): p. 1115-1147. Hagan, M.T. and M.B. Menhaj, ...
Transactions on, 1994. 5(6): p. 989-993. Cuckoo ...
algorithm. Applied Soft Computing, 2011. 11(8): p. 5508-5518. ...
H. Ebrahimp our-komleh, S.J.m., Cuckoo Optimization Algorithm .for FeedForward Neural ...
Asuncion, A. and D. Newman, UCI machine learning repository. 2007. ...
Ramana, B.V., M.S.P. Babu, and N. Venkate swarlu, A critical ...
Lee, Y.-J. and O.L. Mangasarian. RSVM: Reduced support vector machines. ...
techniques, ESIT. 2000. Citeseer. ...
Cheung, N., Machine learning techniques for medical analysis. Master's Thesis, ...
نمایش کامل مراجع

مقاله فارسی "روشی جدید جهت تشخیص اختلالات کبدی با استفاده از حذف داده های پرت و همجوشی طبقه بندی کننده ها" توسط حسام الدین امامی پور، شرکت توزیع نیروی برق جنوب ، کرمان، ایران؛ سیدجلال الدین موسوی راد، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان؛ حسین ابراهیم پورکومله، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان نوشته شده و در سال 1392 پس از تایید کمیته علمی دوازدهمین کنفرانس ملی سیستم های هوشمند ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله اختلالات کبدی، شبکه عصبی، الگوریتم بهینه سازی فاخته، ماشین بردار پشتیبان، نزدیکترین همسایه، همجوشی اطلاعات، داده های پرت هستند. این مقاله در تاریخ 11 مرداد 1393 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 925 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در سال های اخیر استفاده از روش های داده کاوی در تشخیص پزشکی روز به روز در حال گسترش بوده است. کبد یکی از اعضای مهم بدن انسان می باشد که عدم فعالیت درست ان سبب خواهد شد تا اعضای دیگر بدن نیز به درستی نتوانند به فعالیت خود ادامه دهندد. در این پژوهش ، روشی جدید جهت تشخیص اختلالات ... . این مقاله در دسته بندی موضوعی جوشکاری و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله روشی جدید جهت تشخیص اختلالات کبدی با استفاده از حذف داده های پرت و همجوشی طبقه بندی کننده ها با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.