CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی تاثیر عوامل بیماری عروق کرونر در مردان با استفاده از تکنیک شبکه عصبی در داده کاوی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۴۴ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: NCCOS03_071
زبان مقاله: فارسی
حجم فایل: ۶۸۱.۹۴ 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 پیش بینی تاثیر عوامل بیماری عروق کرونر در مردان با استفاده از تکنیک شبکه عصبی در داده کاوی

  مولود آبدار - دانشجو مهندسی کامپیوتر دانشگاه دامغان

چکیده مقاله:

درسالهای اخیرامارمرگ و میردراثرابتلا به یکی ازانواع بیماریهای قلبی حدود 25درصد گزارش شده است همچنان این بیماری هزینه های زیادی برای بیماران و دولت ها به وجود آورده است لذا راهکاری برای کاهش میزان ابتلا به این بیماری میتواند کمک زیادی به پایین آوردن این هزینه ها کند دراین مقاله بابکارگیری تکنیکهای مختلف بااستفاده ازنرم افزار IBM SPSS modeler به بررسی عوامل خطرزا درمردان پرداخته شده است برای انجام این تحقیق ازداده های موجود دراینترنت استفاده شده است دراین پژوهش ازمدل Network Neuraچندلایه ای استفاده شد است بعدازانجام مراحل حذف فاکتورهایی که تاثیرکمتری درپیش بینی داشتند مدلی با دقت 85.9درصد بهدست آمد فاکتورهای exercise angina chest_ pain نیز به عنوان موثرترین فاکتورهای پیش بینی تولید و ثبت شد میزان درست بودن پیش بینی جهت طبقه بندی بیماران هم 80.9درصد به دست آمد

کلیدواژه‌ها:

داده کاوی ، بیماران عروق کرونر ، شبکه ی عصبی ، نمودار پرسپترون ، نرم افزار IBM SPSS Modeler

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-NCCOS03-NCCOS03_071.html
کد COI مقاله: NCCOS03_071

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:
آبدار, مولود، ۱۳۹۴، پیش بینی تاثیر عوامل بیماری عروق کرونر در مردان با استفاده از تکنیک شبکه عصبی در داده کاوی، سومین همایش ملی کامپیوتر، سنندج، آموزشکده فنی و حرفه ای سما واحد سنندج، https://www.civilica.com/Paper-NCCOS03-NCCOS03_071.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: (آبدار, مولود، ۱۳۹۴)
برای بار دوم به بعد: (آبدار، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Fact sheet No 310 :The top ten causes of death. ...
  • محمودی، عیسی؛ عسکری مقدم، رضا؛ معظم، محمد هادی؛ صادقیان، سعید. ... (مقاله ژورنالی)
  • Homoud, M. K; Coronary Artery Disease, Tufts-New England Medical Center ...
  • Deckelbaum, L; HEART ATTACKS AND CORONARY ARTERY DISEASE, MAJOR CARDIOVAS ...
  • informatykaplus , edu , p I/up lo _ i st/czyte ...
  • http : // _ redictiveana lytics today. co m/top -data-min ...
  • Alizadehsani R; Habibi, J; Hosseini, M. J; Mashayekhi, H; Boghrati, ...
  • Abushariah, M. A. M; Alqudah, A. A. M; Adwan, O, ...
  • Nahar, J; Imam, T; Tickle, K. S; Phoebe Chen, Y; ...
  • Esfandiari, N; Babavalian, M. R; Eftekhari Moghadam, A. M; Kashani ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۱۳۶
    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 > قلب و عروق
  • 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.