ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص بیماری هپاتیت با ترکیب روشهای داده کاوی

سال انتشار: 1392
کد COI مقاله: AISST01_069
زبان مقاله: فارسیمشاهده این مقاله: 3,025
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص بیماری هپاتیت با ترکیب روشهای داده کاوی

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

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:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا AISST01_069 میباشد و 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://civilica.com/doc/206244/

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:
کاظمی، ابوالفضل و یوسف زاده، احسان و عظیمی، پرهام،1392،تشخیص بیماری هپاتیت با ترکیب روشهای داده کاوی،همایش ملی کاربرد سیستم های هوشمند (محاسبات نرم) در علوم و صنایع،قوچان،https://civilica.com/doc/206244

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: (1392، کاظمی، ابوالفضل؛ احسان یوسف زاده و پرهام عظیمی)
برای بار دوم به بعد: (1392، کاظمی؛ یوسف زاده و عظیمی)
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 :

  • -http ://www _ cdc _ gov/nc i d O d/d ...
  • Kemal Polat, Salih Gine, s .2006. Hepatitis disease diagnosis using ...
  • Liu, H., & Motoda, H.1998. Feature selection for knowledge discovery ...
  • Pena, J. M., Lozano, . A., Larranaga, P., & Inza, ...
  • Yu, L, & Liu, H. 2003. Feature selection for high ...
  • Witten, I. H., & Frank, E. 200. Data mining: practical ...
  • Hall, M. A. 1999. C orrelation-b ased subset feature selection ...
  • Olson D L, Delen D.2008 Advanced data mining Techniques. ...
  • Data mining: Practical Machine Learning Tools and Techniques, 2005, Ian ...
  • K.C. Tan a, E.J. Teoh a, Q. Yua, K.C. Goh ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    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 مرتبط جدید

    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.

    پشتیبانی