CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص بیماری دیابت با روش خوشه بندی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۴ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: COMCONF06_148
زبان مقاله: فارسی
حجم فایل: ۲۷۳.۳۳ کیلوبایت (فایل این مقاله در ۸ 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 ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص بیماری دیابت با روش خوشه بندی

  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 با توجه به اینکه مشخص گردیده که حدود 13 درصد از جمعیت کشو ر با این بیماری مواجه هستند از این رو تشخیص صحیح و به موقع بیماری دیابت می تواند علاوه بر افزایش شاخ ص سلام ت جامعه از هزینه های گزاف اجتماعی و اقتصادی این بیماری در آینده جلوگیری کرده و رفاه عمومی را افزایش دهد. با توجه به کمبود پزشکان متخصص در نقاط دوردست، ابداع تکنیکی هوشمند جهت تشخیص بیماری در تمامی نقاط کشور ، توسعه ابزاری مبتنی بر هوش مصنوعی ضروری می نماید. از این رو، در این مقاله یکرویکرد هوشمند مبتنی بر خوشه بندی جهت تشخیص بیماری دیابت ارائه شده است. همچنین عملکرد روش پیشنهادی نیز بر روی مجموعه داده جمع آوری شده مربوط به بیماران دیابت در استان فارس مورد سنجش قرار گرفته است

کلیدواژه‌ها:

خوشه بندی، بیماری دیابت, کارایی، مجموعه داده، تشخیص، الگوریتم تکاملی

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_148.html
کد COI مقاله: COMCONF06_148

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، تشخیص بیماری دیابت با روش خوشه بندی، 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_148.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: ۱۱۲۹
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 فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

    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.