استفاده از تکنیک های داده کاوی و یک الگوریتم ژنتیک موازی بهبودیافته برای تشخیص سرطان سینه
Publish place: Third National Conference on Computer Engineering, Information Technology and Data Processing
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 343
This Paper With 8 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:
CITCOMP03_078
تاریخ نمایه سازی: 31 اردیبهشت 1398
Abstract:
در این تحقیق روشی برای تشخیص بیماری سرطان سینه ارایه میشود که شامل چندین مرحله است. در ابتدا پردازش ابتدایی روی مجموعه داده های آماری انجام میگیرد. این مرحله جهت آمادهسازی داده ها برای انجام آزمایش است. در مرحله بعد با استفاده از چندین الگوریتم ژنتیک که به صورت موازی اعمال میشوند، ویژگیهای مطلوب از پایگاه داده انتخاب میشود. روشی که برای انتخاب ویژگیها ارایه شده است، براساس اندازه گیری توزیع ویژگیها عمل میکند. بعد از انتخاب ویژگیها برای ارزیابی دقت مدلهای طبقه بندی کلاسیک استفاده میکنیم. در نهایت نیز روند طبقه بندی داده ها با تعداد ویژگیهای متفاوتی روی الگوریتم ژنتیک موازی تکرار میشود. روش پیشنهادی تعداد ویژگیهای را به صورت خودکار تعیین میکند. به منظور ارزیابی راه حلها از طبقهبندهای LDA، DT، SVM و NB و مجموعه داده تشخیص سرطان WBCD استفاده شده است. مقایسه عملکرد روش ارایه شده با سایر روشهای دیگر نشاندهنده عملکرد مطلوب و دقت بالای سیستم پیشنهادی میباشد. نتایج برتری طبقه بند SVM با دقت %98,72 را گزارش میدهد.
Keywords:
Authors
احمد تزم
گروه: کامپیوتر، دانشکده: علوم پایه، واحد: شهرری، پیام نور، تهران، ایران
اکبر فرهودی نزاد
استادیار گروه مهندسی کامپیوتر، دانشگاه پیام نور، تهران، ایران