تشخیص بیماری هپاتیت با ترکیب روشهای داده کاوی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,489
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AISST01_069
تاریخ نمایه سازی: 5 مرداد 1392
چکیده مقاله:
موضوع: داده کاوی یکی از علوم جدید و تاثیر گذار می باشد که به کمک علم پزشکی آمده است. داده کاوی در بسیاری از زمینه های پزشکی مانند تشخیص و درمان بیماری ها می تواند به تصمیم گیری بهتر پزشک کمک کند. هدف: با توجه به کشنده بودن بیماری هپاتیت، عوامل تاثیر گذار بر روی این بیماری باید به درستی شناخته شوند. در این تحقیق قصد داریم مدلی ترکیبی از داده کاوی ارائه دهیم تا ضمن تعیین ویژگی های مهم بیماری هپاتیت بالاترین دقت در پیش بینی قابلیت زندگی افراد مبتلا به هپاتیت را ارائه دهد. روش تحقیق: در ابتدا داده های مفقود هپاتیت با اعمال یک روش پر می شوند. در ادامه داده ها به روش رگرسیون خطی برای انتخاب ویژگی و پیش بینی داده می شود. در نهایت ویژگی های انتخاب شده به ماشین بردار پشتیبان برای پیش بینی داده می شود. نتیجه: نتایج تحقیق بدست آمده نشان می دهد که این مدل با کاهش 68% ویژگی ها (حذف 13 ویژگی از 19 ویژگی) با دقت 97.42% پیش بینی را انجام داده است.
کلیدواژه ها:
نویسندگان
ابوالفضل کاظمی
استادیار، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی واحد ق
احسان یوسف زاده
دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد ا
پرهام عظیمی
استادیار، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی واحد ق
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 :