تشخیص بیماری هپاتیت بارویکردترکیبی جستجوی فاخته و حداقل مربعات ماشین بردار حمایت
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 583
فایل این مقاله در 13 صفحه با فرمت PDF و WORD 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:
CITCOMP01_106
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
هپاتیت یک بیماری کشنده است که در تمام سطوح سنی دیده می شود. اما تشخیص زود هنگام و درمان آن بسیار مهم و حیاتی است، داده کاوی یکی از علوم جدید و تاثیر گذار می باشد و در بسیاری از زمینه های پزشکی مانند تشخیص و درمان بیماری ها می تواند به تصمیم گیری بهتر پزشک کمک کند. در این مقاله قصد داریم مدلی ترکیبی ازالگوریتم فاخته و حداقل مربعات ماشین بردار حمایت ، ارائه دهیم که بخش انتخاب ویژگی رابا الگوریتم فاخته و کلاس بندی را با حداقل مربعات ماشین بردار حمایت انجام دهیم، تا ضمن تعیین بهترین ویژگی های بیماری هپاتیت بالاترین دقت در پیش بینی افراد مبتلا به هپاتیت را ارائه دهد. ودقت بدست آمده ازنتایج پیاده سازیدر این مقاله 99/18 درصد می باشد که در مقایسه با روش های قبلی نتایج بهتری است.
کلیدواژه ها:
نویسندگان
اکرم بهروش
دانشجوی کار شناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
مهدی صادق زاده
استاد یار دانشگاه وعضو هیئت علمی دانشگاه دزفول
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 :