CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارایه یک روش طبقه بندی چندکلاسه برای بیماری های پوستی با استفاده از الگوریتم جستجو فاخته و شبکه عصبی فازی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۷۳ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: COMPUTER04_023
زبان مقاله: فارسی
حجم فایل: ۱.۳۲ مگابات (فایل این مقاله در ۱۲ 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 ۱۲ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارایه یک روش طبقه بندی چندکلاسه برای بیماری های پوستی با استفاده از الگوریتم جستجو فاخته و شبکه عصبی فازی

  مریم محمدی - دانشجوی کارشناسی ارشد مهندسی نرم افزار دانشگاه آزاد اسلامی واحد فومن، گیلان، ایران
  مهدی فرخ بخت فومنی - گروه کامپیوتر ، واحد فومن و شفت ،دانشگاه آزاد اسلامی، فومن، ایران

چکیده مقاله:

بیماریهای پوستی تبدیل به امری معمول و رایج در این روزها شده است هیچ کدام از بیمارستانهای ، تسهیلات و روش های لازم برای تشخیص ماشینی بیماریهای پوستی را ندارند. تشخیص و انتظار طولانی برای تشخیص یک بیماری احتمال دچار شدن به چندین بیماری همزمان و رشد سریع برخی از بیماری های دیگر میتواند احتمال انتشار این نوع بیماری را افزایش دهد. از این رو باید بتوان با تشخیص کامپیوتری بیماری های پوستی برای کاهش مدت زمان لازم برای تشخیص این چالش و کاهش میزان اثرات تلاش کرد. در این پایان نامه از یک طبقه بند چند کلاسه استفاده می کند که یک روش دو مرحلهای است که فاز اول به انتخاب ویژگی پرداخته طوری که جداسازی ویژگیهای موثر از ویژگیهای زاید در این فاز انجام میشود و برای این عمل از الگوریتم بهیه سازی ذرات استفاده شده است و عملکرد آن طوری است که این الگوریتم به هر یک از ویژگیها یک عدد بین 0 و 1 اختصاص میدهد با توجه به عدد اختصاص یافته، یک حد آستانه ویژگیهای بی تاثیر یا کم تاثیر و حتی ویژگیهای نویز از مجموعه جدا شده را اعمال میکند و سپس ویژگیهای انتخاب شده در یک سیستم استنتاج فازی عصبی عمل تشخیص بیماری پوستی را انجام می دهد. در بخش شبیه سازی ارزیابیهای صورت گرفت و نتایج نشان داد که روش پیشنهادی برتری نسبت به روشهای پیشنهادی مشابه را داشته است. روش پیشنهادی صحت خروجی مناسبی داشته و میتواند در دنیای واقعی استفاده گردد.

کلیدواژه‌ها:

بیماری های پوستی، سیستم استنتاج فازی عصبی، طبقه بند چند کلاسه، الگوریتم جستجو فاخته، الگوریتم ازدحام

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-COMPUTER04-COMPUTER04_023.html
کد COI مقاله: COMPUTER04_023

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:
محمدی, مریم و مهدی فرخ بخت فومنی، ۱۳۹۶، ارایه یک روش طبقه بندی چندکلاسه برای بیماری های پوستی با استفاده از الگوریتم جستجو فاخته و شبکه عصبی فازی، دوازدهمین سمپوزیوم پیشرفت های علوم و تکنولوژی کمیسیون دوم:سرزمین پایدار تازه های کامپیوتر و فناوری اطلاعات، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-COMPUTER04-COMPUTER04_023.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: (محمدی, مریم و مهدی فرخ بخت فومنی، ۱۳۹۶)
برای بار دوم به بعد: (محمدی و فرخ بخت فومنی، ۱۳۹۶)
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: ۲۲۲
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

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.