CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

شناسایی تومورهای بدخیم سرطان سینه از نمونه های آزمایش شده به روش یافتن داده نامتعارف بر اساس فاصله در مجموعه از داده های پراکنده

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۶ | تعداد نمایش خلاصه: ۹۹ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: REGCMAES02_071
زبان مقاله: فارسی
حجم فایل: ۷۵۹.۷۶ کیلوبایت (فایل این مقاله در ۱۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی تومورهای بدخیم سرطان سینه از نمونه های آزمایش شده به روش یافتن داده نامتعارف بر اساس فاصله در مجموعه از داده های پراکنده

  سیمه محسنی - دانشگاه پیام نور شیراز
  علی رضا فخارزاده جهرمی - دانشیار دانشگاه صنعتی شیراز

چکیده مقاله:

شناسایی داده های نامتعارف از یک پایگاه داده هموار مساله ای حائز اهمیت و بسیار کاربردی در زمینه های مختلف است. از این رو روشهای متنوعی برای کشف این داده ارائه شده است. در این مقاله به منظور شناسای تومورهای بدخیم از خوش خیم از روش شناسایی داده نامتعارف در یک مجموعه از داده های پراکنده مبنی بر فاصله استفاده می شود. انی روش از امکان نسبی داده نسبت به همسایه های مجاورش استفاده کرده درجه انحراف آن را اندازه گیری نموده و مشخص می کند داده نسبت به آنها چقدر دور افتاده است. بدین منظور ابتدا داده های واقعی مربوط به سرطان سینه به صورت بردارهایی با 9 مولفه نشان داده می شوند که هر مولفه مشخص کننده یک ویژگی از تومور فرد مورد آزمایش است. آنگاه تورهای بدخیم به عنوان داده های ناسازگار از روش ذکر شده مورد شناسایی قرار می گیرند. سپس عملکرد روش مورد بررسی قرار گرفته و با توجه به نتایج بدست آمده پایداری آن مورد ارزیابی قرار می گیرد.

کلیدواژه‌ها:

داده نامتعارف موضعی، مجموعه داده های پراکنده، KNN، LDOF

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-REGCMAES02-REGCMAES02_071.html
کد COI مقاله: REGCMAES02_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:
محسنی, سیمه و علی رضا فخارزاده جهرمی، ۱۳۹۴، شناسایی تومورهای بدخیم سرطان سینه از نمونه های آزمایش شده به روش یافتن داده نامتعارف بر اساس فاصله در مجموعه از داده های پراکنده، دومین همایش ملی ریاضیات و کاربردهای آن در علوم مهندسی، ساری، دانشگاه آزاد اسلامی واحد جویبار، https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_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: (محسنی, سیمه و علی رضا فخارزاده جهرمی، ۱۳۹۴)
برای بار دوم به بعد: (محسنی و فخارزاده جهرمی، 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 :

  • سایت موسسه فرهنگی تبیان. ...
  • "Bras audbreast cancecrisk". Cancer Research U. Retrieved April _ 2013. ...
  • -4"Breast cancec". A.D.A.M. Medical Encyclopedia, U.S. National Library of Medicine. ...
  • Conference on Advances in Knowledge Discovery and Data Mining, pages ...
  • Kriegel, H. P., Kroger, P. and Zimek, A. (2009), Outlier ...
  • mohammad javad Amiri: outliers & outlier detection. ...
  • :TDo Yon Know What I In _ Sh amnoo??8-. Slow ...
  • _ Insredlients in Skin Care Prodlucts". Chemicals in Cosmetics. Retrieved ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه پیام نور
    تعداد مقالات: ۳۷۵۲۸
    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 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.