استفاده از نکنیک های داده کاوی برای پیش بینی بیماری کرونر قلبی در مردان با مقایسه عملکرد الگوریتم های C5.0, KNNوSVM

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 742

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CITCONF02_015

تاریخ نمایه سازی: 19 اردیبهشت 1395

Abstract:

بیماری قلبی را می توان یکی از پر خطر در این بیماری ها در سرتاسر دنیا به حساب آورد. یکی از انواع مهم آن بیماری کرونر پلیدی است. جنسیت یکی از عوامل تأثیرگذار در بیماری کرونر قلبی می باشد. به دلیل اهمیت بالای این بیماری در این مقاله به بررسی بیماری عروق کرونر در مردان با به کارگیری تکنیک های مختلف داده کاوی پرداخت می شود. در این راستا داده های informatykaplus.edu که شامل 209 فکر کرد با هشت ویژگی که همه آن ها مختص مردان می باشد بکار گرفته شده است. در این مقاله هدف Exercise_Angina در نظر گرفته شد. پس از مقایسه الگوریتم ها، الگوریتم C5.0 با داشتن 89.952 در صد بهترین عملکرد را در شناسایی بیماران کرونر قلبی در مردان به خود اختصاص داد. همچنین ویژگی های Rest_Electro Rest_Bpress &Chest_ Pain &Max_Heart_Rate به تدریج تأثیرگذارترین ویژگی ها در این بیماری به دست آمدند.

Authors

مولود آبدار

دانشجو،دانشکده فنی و مهندسی ،مهندسی کامپیوتر دانشگاه دامغان

سیده ملیحه خاتمی

هیئت علمی گروه کامپیوتر،دانشکده فنی و مهندسی ،مهندسی کامپیوتر دانشگاه دامغان

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 :
  • . Heart Disease: Scope and Impact, AA.http : //ww w ...
  • . Santhosh Kottam, Varghese Paul, (2014), " A Study on ...
  • " National Conference on Applied Research in Computer Science and ...
  • . Anita Chaware, U.A. Lanjewar, (20 15), " Comparing Decision ...
  • . Cardiovascular diseases (CVDs), http ://www. who , i nt/mediac ...
  • . Komal Hadvani, Narendra Limbad, (20 14), A REVIEW ON ...
  • . Quinlan J R. (1986), Induction of decision trees" , ...
  • . Quinlan J R. (1994), " C4.5: Programs for machine ...
  • . Quinlan J R.(1996), " Bagging, Boosting and C4.5", Proceedings ...
  • . Xindong Wu , Vipin Kumar , J. Ross Quinlan ...
  • . Yazdani A, Ebrahimi T, Hoffmann . (2009), Classification of ...
  • .Sumit Bhatia, Praveen Prakash, and G.N. Pillai. (2008), " SVM ...
  • .Vapnik, V. N. (1995), " The naure of statistical learning ...
  • . informatykaplu S , edu _ pl/upload/li S _ ni ...
  • .K. Polat, S. Gunes. (2007), _ hybrid approach to medical ...
  • . Negar Ziasabounchi, Iman Askarzade. (2014), " ANFIS Based Classification ...
  • . Jesmin Nahar, Tasadduq Imam, Kevin S. Tickle, Yi-Ping Phoecbe ...
  • 101 6/j.proeng.201 2.08. 109. ...
  • . A.V Senthil Kumar. (2013), " Generating Rules for Advanced ...
  • .Atul Kumar Pandey, Prabhat Pandey, K.L. Jaiswal, Ashish Kumar Sen, ...
  • .Alizadeh S, Ghazanfari M.(201 1), Teimorpour _ .DataMining and Knowledge ...
  • .Han J. Kamber M.(2006) , 'chapter 1: introdution :DataMining: Concepts ...
  • نمایش کامل مراجع