سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,017

This Paper With 13 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:

NPECE01_109

Index date: 25 January 2017

بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون abstract

بیماری پارکینسون پس از بیماری الزایمر شایع ترین بیماری در آسیب رسانی به مغز می باشد این بیماری باعث می گردد ترشح دوپامین در مغز با مشکل رو به رو شده و از ان جایی که وظیفه دوپامین تسهیل و تنظیم حرکات بدن است بدن با مشکلات حرکتی و کندی مواجه می شود تحقیقات علمی نشان می دهد حدود چهل درصد از بیماران با گذشت زمان دچار اختلال حافظه نیز می شوند جالب این که ده درصد این بیماران دارای سنین کمتر از چهل سال هستند در این پژوهش سعی گردیده تا عوامل موثر بر تشخیص با استفاده از فرکانس صوتی بیماران شناسایی و با مقایسه انواع الگوریتم های داده کاوی پارامترهای مختلف بررسی و شناسایی گردند داده ها از مخزن یادگیری UCI دریافت شده و شامل بیست و سه متغیر می باشد

بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون Keywords:

بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون authors

محسن غلامی

دانشجوی کارشناسی ارشد رشته نرم افزار دانشگاه آزاد اسلامی واحد بوشهر

ناصر نجفی

کارشناسی مهندس صنایع

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 :
Wu, x. and Kumar, v.and et al. (2008), ;: Top ...
Ashish Patel, J. (2015), ;: Classification Algorithms and Comparison in ...
Ganesh, H. and Annamary, G. (2014), ; Comparative study of ...
Venkata Ramana, B. and Surendra Prasad Babu, M .and et ...
.and et al. (2013), : Survey Paper on Clustering Techniques, ...
Krishnaiah, V .and Narsimha, G . and Subhash Chandra, N ...
Guru Rao, C.V _ and Sreenivasa Rao, M (2016), ; ...
Purus othaman, G _ and Krishnakumar , P (2015); A ...
Mir Abedini, S.J _ and Gholami , M (2016), : ...
MirAbedini , S.J . and Gholami, M . and Najafi, ...
نمایش کامل مراجع

مقاله فارسی "بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون" توسط محسن غلامی، دانشجوی کارشناسی ارشد رشته نرم افزار دانشگاه آزاد اسلامی واحد بوشهر؛ ناصر نجفی، کارشناسی مهندس صنایع نوشته شده و در سال 1395 پس از تایید کمیته علمی اولین کنفرانس بین المللی چشم انداز های نو در مهندسی برق و کامپیوتر پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله طبقه بندی ،کاپای کوهن،بیز ساده،درخت تصمیم،شبکه های عصبی،نزدیک ترین همسایه هستند. این مقاله در تاریخ 6 بهمن 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1017 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که بیماری پارکینسون پس از بیماری الزایمر شایع ترین بیماری در آسیب رسانی به مغز می باشد این بیماری باعث می گردد ترشح دوپامین در مغز با مشکل رو به رو شده و از ان جایی که وظیفه دوپامین تسهیل و تنظیم حرکات بدن است بدن با مشکلات حرکتی و کندی مواجه می شود تحقیقات علمی نشان می دهد حدود چهل ... . این مقاله در دسته بندی موضوعی داده کاوی و درخت تصمیم طبقه بندی شده است. برای دانلود فایل کامل مقاله بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.