CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

الگوریتمی هوشمند جهت پیش بینی بیماری دیابت

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۲۹ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: COMCONF06_147
زبان مقاله: فارسی
حجم فایل: ۸۰۳.۶۸ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله الگوریتمی هوشمند جهت پیش بینی بیماری دیابت

  محمدجواد حسین پور - مربی، بخش مهندسی کامپیوتر، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران
  رحمان ستاره - دانشجوی کارشناسی ارشد، بخش مهندسی کامپیوتر، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران

چکیده مقاله:

امروزه به دلیل وجود حجم عظیمی از داده ها در پایگاه های داده پزشک ی کشو ر در مورد افراد مبتلا به بیماری دیابت، امکان استخراج عوامل پیش بینی بیماری دیابت توسط متخصصین با استفاد ه از استخراج دانش از این حجم عظیم داده عملا امکان پذیر نخواهد بود. از این رو در این پژوهش از یک الگوریتم ترکیبی تحت عنوان شبکه عصبی مصنوع ی-الگوریتم ژنتیک جهت حل مساله طبقه بندی برای پیش بینی به موقع بیماری دیابت و جلوگیری از عوارض ناشی از این بیماری استفاده شده است تا در هزینه های اضافی ناشی از بیماری دیابت صرف هجویی شود. سیستم پیشنهادی مورد نظر، رویکردی هوشمند و بدون نظارت جهت خوشه بندی بیماران ارائه می دهد. سیستم پیشنهادی در محیط متلب پیاده سازی و عملکرد آن موردارزیابی قرار گرفته است

کلیدواژه‌ها:

الگوریتم هوشمند، تشخیص شبکه عصبی مصنوعی، الگوریتم ژنتیک، بیماری دیابت، خوشهبندی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-COMCONF06-COMCONF06_147.html
کد COI مقاله: COMCONF06_147

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حسین پور, محمدجواد و رحمان ستاره، ۱۳۹۸، الگوریتمی هوشمند جهت پیش بینی بیماری دیابت، ششمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران با نگاه کاربردی بر انرژی های نو، تهران - دانشگاه خوارزمی، دبیرخانه دائمی کنگره، https://www.civilica.com/Paper-COMCONF06-COMCONF06_147.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (حسین پور, محمدجواد و رحمان ستاره، ۱۳۹۸)
برای بار دوم به بعد: (حسین پور و ستاره، ۱۳۹۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۱۱۲۵
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > دیابت
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.