استفاده از روش کاهش بعد مبتنی بر مجموعه راف در طبقه بند نرو فازی جهت بهبود تشخیص سرطان سینه
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,189
This Paper With 11 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:
شناسه ملی سند علمی:
IRCEM01_246
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
سرطان پستان یکی از شایع ترین سرطان های زنان کشورهای مختلف جهان می باشد. از آنجایی که تشخیص زود هنگام این بیماری کمک شایانی در درمان این بیماری خواهد داشت، لذا استفاده از روش های هوش مصنوعی در تشخیص این گونه بیماری ها بر اساس داده های جمع آوری شده از تصاویر ماموگرافی و MRI بسیار مؤثر می باشد. هدف ما در این مقاله بررسی تشخیص سرطان بر اساس کاهش ویژگی با مجموعه راف، سمت و مجموعه فازی عصبی می باشد. ما روش های Rougn Set و فازی عصبی را بر روی دیتاست Breast Cancer در دیتا بیس Uei مورد آزمایش قرار دادیم و میزان دقت و خطای بدست آمده از هر کدام از روش ها را با یکدیگر مقایسه نموده ایم در پایان نشان می دهیم که نتیجه بدست آمده با روش راف ست دارای دقت بیشتری نسبت به روش های دیگر استفاده شده می باشد.
Keywords:
Authors
مصطفی خسروداد
کارشناسی ارشد هوش مصنوعی- دانشکده علوم کامپیوتر، موسسه آموزش عالی پویش قم
سیده راضیه عسکری
کارشناسی ارشد هوش مصنوعی- دانشکده علوم کامپیوتر، موسسه آموزش عالی پویش قم
زینب صدیقی
دکتری هوش مصنوعی، دانشکده علوم کامپیوتر، موسسه آموزش عالی پویش قم
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 :