CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

The Combination of Fuzzy Cognitive Map and Possibilistic Fuzzy C-Means Algorithm for Grading Celiac Disease

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۱۴۱ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: ICTCK03_010
زبان مقاله: انگلیسی
حجم فایل: ۳۰۲.۰۶ کیلوبایت (فایل این مقاله در ۷ 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 ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله The Combination of Fuzzy Cognitive Map and Possibilistic Fuzzy C-Means Algorithm for Grading Celiac Disease

  Hosna Nasiriyan-Rad - Dept. of Electrical Engineering, Iran University of Science and Technology, Tehran 16846-13114, Iran
  Abdollah Amirkhani - Dept. of Pathology, Isfahan University of Medical Sciences, Isfahan, Iran
    Karim Mohammadi - Dept. of Electrical Engineering, Iran University of Science and Technology, Tehran 16846-13114, Iran
  Azar Naimi - Dept. of Pathology, Isfahan University of Medical Sciences, Isfahan, Iran

چکیده مقاله:

In this paper a new method based on fuzzy cognitive map (FCM) and possibilistic fuzzy c-means (PFCM) clustering algorithm for categorizing celiac disease (CD) will be presented. CD is a chronic disease and a certain immunologically determined form of enteropathy, which affects small intestine of the adults and children who are genetically predisposed. This method incorporates membership and possibility to classify each patient by combining the fuzzy c-mean and possibilistic c-means (PCM). We use both fuzzy memberships and possibilistic typicalities to model the uncertainty implied in the data sets. Fuzzy c-mean and PCM are the two most well-known clustering algorithms in fuzzy clustering area. Recently there have been several attempts to combine both of them. In this research, 89 cases are studied. Three experts extracted seven main determinant characteristics of CD which were considered as FCM concepts. The mutual effects of these concepts on one another and on the final concept were expressed in the form of fuzzy rules and linguistic variables. Ultimately, combining the FCM model with PFCM algorithm, we obtained the grade A, B1, and B2 accuracies as 88%, 90%, and 91% respectively.

کلیدواژه‌ها:

Celiac disease; fuzzy cognitive map possibilistic fuzzy c-means

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-ICTCK03-ICTCK03_010.html
کد COI مقاله: ICTCK03_010

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:
Nasiriyan-Rad, Hosna; Abdollah Amirkhani; Karim Mohammadi & Azar Naimi, ۱۳۹۵, The Combination of Fuzzy Cognitive Map and Possibilistic Fuzzy C-Means Algorithm for Grading Celiac Disease, سومین کنگره بین المللی فن آوری، ارتباطات و دانش, مشهد, دانشگاه آزاد اسلامی واحد مشهد, https://www.civilica.com/Paper-ICTCK03-ICTCK03_010.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: (Nasiriyan-Rad, Hosna; Abdollah Amirkhani; Karim Mohammadi & Azar Naimi, ۱۳۹۵)
برای بار دوم به بعد: (Nasiriyan-Rad; Amirkhani; Mohammadi & Naimi, ۱۳۹۵)
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 دولتی
تعداد مقالات: ۱۹۳۷۰
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.