طراحی یک سیستم هوشمند به منظورتشخیص بیماری قند خون به کمک سیستم XCSLA
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 563
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MHAA01_073
تاریخ نمایه سازی: 17 اسفند 1393
چکیده مقاله:
دراین مقاله یک روش هوشمند برای تشخیص بیماری قند خون ارایه شده است یکی ازمشکلات اساسی مربوط به این بیماری عدم تشخیص بموقع و صحیح آن می باشد و باتوجه به اثار مخرب پیشرفت بیماری دربدن انسان لزوم پیش بینی و تشخیص صحیح آن پیش ازپیش احساس میگردد امروزه پزشکان باتکیه برمستندات و ازمایشات علمی و تجربیات خود به وجود این بیماری پی می برند اما باتوجه به حجم انبوه تعدادبیماران میتوان ازیک سیستم پشتیبان تصمیم برای شناخت الگوی بیماران مبتلا به مرض قند استفاده نمود نتایج حاصل ازپیاده سازی برروی پایگاه داده PID نشان دهنده کارایی بالاتر روش پیشنهادی درتشخیص بیماری قندخون نسبت به سیستم XCS کلاسیک شبکه های عصبی ELMAN دسته بندی C4.5 ، KNN، SVM وAD Tree می باشد
کلیدواژه ها:
نویسندگان
احسان صادقی پور
کارشناسی ارشدهوش مصنوعی
احمد حاتم
استادیاردانشکده مهندسی برق و کامپیوتر دانشگاه هرمزگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :