Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

استفاده از روش کاهش بعد مبتنی بر مجموعه راف در طبقه بند نرو فازی جهت بهبود تشخیص سرطان سینه

تعداد صفحات: 11 | تعداد نمایش خلاصه: 737 | نظرات: 0
سال انتشار: 1395
کد COI Paper: IRCEM01_246
زبان Paper: Englishglish
(فایل این Paper در 11 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper استفاده از روش کاهش بعد مبتنی بر مجموعه راف در طبقه بند نرو فازی جهت بهبود تشخیص سرطان سینه

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

چکیده Paper:

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.

کلیدواژه ها:

سرطان پستان، مجموعه rough set، مجموعه فازي، شبكه عصبي

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/539923/

کد COI Paper: IRCEM01_246

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined و undefined, undefined,1395,استفاده از روش کاهش بعد مبتنی بر مجموعه راف در طبقه بند نرو فازی جهت بهبود تشخیص سرطان سینه,نخستین کنفرانس ملی تحقیقات بین رشته ای در مهندسی کامپیوتر، برق، مکانیک و مکاترونیک,Qazvin,,,https://civilica.com/doc/539923

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395, خسروداد, مصطفی؛ سیده راضیه عسکری و زینب صدیقی)
برای بار دوم به بعد: (1395, خسروداد؛ عسکری و صدیقی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 مPaperقاله لینک شده اند :

  • J. L. Kelsey and M. D. Gammon, "The epidemiology of ...
  • K. C. Chu, C. R. Smart, and R. E. Tarone, ...
  • D. E. Henson, R. Ms, and A. Lynn, "Progress in ...
  • G. Hermann, C. Janus, I. S. Schwartz, B. Krivisky, S. ...
  • J. N. Tehrani, N. Riahi, A. Ahmadian, and M. Guiti, ...
  • J. Hayward, S. Alvarez, C. Ruiz, M. Sullivan, J. Tseng, ...
  • W. Chang and D. Liou, "Comparison of three data mining ...
  • R. Duangsoithong and T. Windeatt, "Relevance and redundancy analysis for ...
  • M.-L. Antonie, O. R. Zaiane, and A. Coman, "Application of ...
  • A. Bellaachia and E. Guven, "Predicting breast cancer survivability using ...
  • D. Nauck and R Kruse, "Obtaining interpretable fuzzy classification rules ...
  • M. Seera and C. P. Lim, "A hybrid intelligent system ...
  • P. Luukka, "Feature selection using fizzy entropy measures with similarity ...
  • D. Soria, J. M. Garibaldi, A. R. Green, D. G ...
  • H. Cheng, X. Shi, R. Min, L. Hu, X. Cai, ...
  • W. P. Kegelmeyer Jr, J. M. Pruneda, P. D. Bourland, ...
  • N. Karssemeijer and G. M. te Brake, "Detection of stellate ...
  • S. Liu, C. F. Babbs, and E. J .Delp, _ ...
  • H. Kobatake, M. Murakami, H. Takeo, and S. Nawano, "Computerized ...
  • N. Petrick, H.-P. Chan, B. Sahiner, and D. Wei, "An ...
  • M. A. Ismail and R. A. El-Khoribi, "HMT of the ...
  • R. S. Stankovic and B. J. Falkowski, "The Haar wavelet ...
  • M. Masotti, "Optimal image representations for mass detection in digital ...
  • hybridization: A new trend in decision -making, pp. 90-1, .4999 ...
  • Research Info Management

    Certificate | Report Paper
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > سرطان
  • هوش مصنوعی > شبکه عصبی
  • Export Citation info of this Paper to research management softwares

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: nonprofit
    تعداد مقالات: 125
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    New Suggested Papers

    New RelatedPapers

    Share this paper

    WHAT IS COI?

    COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

    Support