بررسی و مقایسه اثر بخشی الگوریتم های داده کاوی جهت پیش بینی بیماری پارکینسون

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 907

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NPECE01_109

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

بیماری پارکینسون پس از بیماری الزایمر شایع ترین بیماری در آسیب رسانی به مغز می باشد این بیماری باعث می گردد ترشح دوپامین در مغز با مشکل رو به رو شده و از ان جایی که وظیفه دوپامین تسهیل و تنظیم حرکات بدن است بدن با مشکلات حرکتی و کندی مواجه می شود تحقیقات علمی نشان می دهد حدود چهل درصد از بیماران با گذشت زمان دچار اختلال حافظه نیز می شوند جالب این که ده درصد این بیماران دارای سنین کمتر از چهل سال هستند در این پژوهش سعی گردیده تا عوامل موثر بر تشخیص با استفاده از فرکانس صوتی بیماران شناسایی و با مقایسه انواع الگوریتم های داده کاوی پارامترهای مختلف بررسی و شناسایی گردند داده ها از مخزن یادگیری UCI دریافت شده و شامل بیست و سه متغیر می باشد

نویسندگان

محسن غلامی

دانشجوی کارشناسی ارشد رشته نرم افزار دانشگاه آزاد اسلامی واحد بوشهر

ناصر نجفی

کارشناسی مهندس صنایع

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 :
  • Wu, x. and Kumar, v.and et al. (2008), ;: Top ...
  • Ashish Patel, J. (2015), ;: Classification Algorithms and Comparison in ...
  • Ganesh, H. and Annamary, G. (2014), ; Comparative study of ...
  • Venkata Ramana, B. and Surendra Prasad Babu, M .and et ...
  • .and et al. (2013), : Survey Paper on Clustering Techniques, ...
  • Krishnaiah, V .and Narsimha, G . and Subhash Chandra, N ...
  • Guru Rao, C.V _ and Sreenivasa Rao, M (2016), ; ...
  • Purus othaman, G _ and Krishnakumar , P (2015); A ...
  • Mir Abedini, S.J _ and Gholami , M (2016), : ...
  • MirAbedini , S.J . and Gholami, M . and Najafi, ...
  • نمایش کامل مراجع