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

پیش بینی بیماری دیابت با تکنیک ماشین بردار پشتیبان و مقایسه آن با سایر تکنیک های داده کاوی

عنوان مقاله: پیش بینی بیماری دیابت با تکنیک ماشین بردار پشتیبان و مقایسه آن با سایر تکنیک های داده کاوی
شناسه ملی مقاله: CONECE01_024
منتشر شده در اولین همایش ملی ایده های نوین در مهندسی برق و کامپیوتر در سال 1395
مشخصات نویسندگان مقاله:

اصغر امامی - دانشجوی کارشناسی ارشد گرایش نرم افزار، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد اسلامشهر
فاطمه صف ارا - عضو هیات علمی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اسلامشهر

خلاصه مقاله:
تکنیک های داده کاوی می تواند به طور موفقیت آمیزی برای طبقه بندی بیماران دیابتی به کار روند. هدف این مقاله پیش بینی بیماری دیابت با تکنیک ماشین باردار پشتیبان با استفاده از نام مشخصه مشترک و جومونگ داده ورودی است که به صورت منبع باز در دسترس بوده و نهایتا مقایسه الگوریتم پیشنهادی با عملکرد شبکه های عصبی مصنوعی می باشد. تکنیک های داده کاوی به کار رفتند و از لحاظ دقت و میزان خطا مورد ارزیابی قرار گرفتند. الگوریتم ماشین باردار پشتیبان پیشنهادی بادقت 86% و حداقل خطای 14% بهترین مدل طبقه بندی شناخته شد. مقایسه و ارزیابی طبق نرم افزار matlab و با الگوریتم ماشین باردار پشتیبان برای مدل پیشنهادی به کار گرفته شد.

کلمات کلیدی:
داده کاوی، دیابت،پیش بینی،ابزار داده کاوی matlab

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/586137/