یک سیستم ترکیبی برای تشخیص بیماری دیابت با استفاده از الگوریتم های (K_Means,J48,RBF)

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 538

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTI02_002

تاریخ نمایه سازی: 7 خرداد 1398

چکیده مقاله:

داده کاوی پزشکی فرایندی از استخراج الگوهای پنهان از داده های پزشکی است. این مقاله توسعه یک مدل ترکیبی برای طبقه بندی پایگاه داده دیابتی را ارائه می دهد. این مدل شامل دو مرحله است. در مرحله اول، خوشه K-means برای شناسایی و از بین بردن موارد دسته بندی نادرست استفاده می شود. داده مستمر با عرض تقریبی از فواصل موردنظر به صورت قطعی، بر اساس نظر متخصص پزشکی تبدیل می شود. در این پژوهش همه ویژگی های موجود در مجموعه داده های UCI به کار رفته و از تکنیک های داده کاوی استفاده می شود. ویژگی های استخراج شده به وسیله ترکیبی از الگوریتم های (K-means, RBF, J48) استفاده می شود. که در نهایت با درصد تشخیص 92 درصد دارای برتری نسبت به روش های پیشین است.

نویسندگان

محمد پارسا

دانشجوی کارشناسی ارشد، هوش مصنوعی، دانشگاه آزاد اسلامی واحد اقلید، فارس، ایران