ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مقایسه عملکرد الگوریتم های شبکه عصبی و درخت های تصمیم در داده کاوی برای پیشبینی تأثیر عوامل خطرزای بیماری قلبی عروق کرونر در مردان

سال انتشار: 1394
کد COI مقاله: CSITM02_037
زبان مقاله: فارسیمشاهد این مقاله: 563
فایل این مقاله در 12 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 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه عملکرد الگوریتم های شبکه عصبی و درخت های تصمیم در داده کاوی برای پیشبینی تأثیر عوامل خطرزای بیماری قلبی عروق کرونر در مردان

مولود آبدار - دانشجوی کارشناسی مهندسی کامپیوتر، دانشگاه دامغان

چکیده مقاله:

بیماری های قلبی را می توان بر طبق آمارهای منتشر شده توسط سازمان بهداشت جهانی یکی از اصلی ترین عوامل مرگ ومیر در سرتاسر دنیا به حساب آورد. در این مقاله به بررسی بیماری قلبی به دلیل اهمیت بالای آن پرداخته می شود. استفاده از داده کاوی، به عنوان یکی از راه های مفید در جهت استخراج دانش در انبوه داده ها می باشد. در همین راستا، الگوریتم های درخت تصمیم و شبکه عصبی در داده کاوی با همدیگر مورد مقایسه قرار گرفتند. الگوریتم5.0Cکه یکی از انواع درخت های تصمیم می باشد با داشتن دقت 71.19 درصد بهترین عملکرد را نسبت به بقیه الگوریتم های درخت تصمیم و همچنین شبکه عصبی داشت. ویژگی )فاکتور( درد قفسه سینهchest pain مهم ترین ویژگی در پیش بینی بیماری قلبی در مردان شناسایی شد. همچنین ویژگی هایmax_heart_rate و exercise_angina از تاثیر گذاری زیادی در شناسایی بیماری قلبی عروق کرونر در مردان برخوردار هستند.

کلیدواژه ها:

دادهکاوی، بیماری قلبی، شبکهی عصبی، درخت تصمیم، الگوریتمC5.0

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://civilica.com/doc/422798/

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:
آبدار، مولود،1394،مقایسه عملکرد الگوریتم های شبکه عصبی و درخت های تصمیم در داده کاوی برای پیشبینی تأثیر عوامل خطرزای بیماری قلبی عروق کرونر در مردان،دومین همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات،تهران،،،https://civilica.com/doc/422798

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: (1394، آبدار، مولود؛ )
برای بار دوم به بعد: (1394، آبدار؛ )
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 ممقالهقاله لینک شده اند :

  • محمودی، عیسی؛ عسکری مقدم، رضا؛ معظم، محمد هادی؛ صادقیان، سعید. ...
  • . Alizadeh S, Ghazanfari M.(201 1), "Teimorpour _ .DataMining and ...
  • . Breiman L, Friedman J, Stone CJ, Olshen RA.(1984), " ...
  • CARD I OVASCULA DISORDERS", chapter I1, (accessed 12.02.2014). ...
  • . Daubechies I.(1990), The wavelet transform, time-frequency localization and signal ...
  • . Demuth H, Beale M, Hagan M. (2009), Neural network ...
  • World Health Organization. (accessed و [7]. Fact sheet No 310 ...
  • . Homoud, M. K. (2008), Coronary Artery Disease", Tufts-New England ...
  • , Heart_dise ase_male. info rmatykap lus , edu , p ...
  • . Han J. Kamber M.(2006) , 'chapter 1: introdution :DataMining: ...
  • . K.Rajeswari, V _ V aithiyanathan, T.R. Neelakantan. (2012), " ...
  • _ _ _ 6/j.proeng.20 12.08. 109. ...
  • . Kyle E. Walker*, Sean M. Crotty. (2014), Classifying high-preva ...
  • . K.C. Tan, E.J. Teoh, Q. Yu, K.C. Goh. (2008), ...
  • . Kass GV. (1980), An Exploratory Technique for Investigating Large ...
  • . Leng, G., McGinnity, T.M., Prasad, G. (2006), "Design for ...
  • . Leung, F.H.F., Lam, H.K., Ling, S.H., et al.(2003), ; ...
  • . Deckelbaum, L;:HEART ATTACKS AND C ORONARY CARD I OVASCULA ...
  • Patients", AusDM'11, Proceedings of the 9-th Australasian Data Mining Conference, ...
  • . Quinlan J R. (1994), " C4.5: Programs for machine ...
  • . Quinlan J R.(1996), Bagging, Boosting and C4.5", Proceedings of ...
  • . Roohallah Alizadehsani, Jafar Habibia, Mohammad Javad Hosseini, Hoda Mashayekhi, ...
  • . software data mining tools, "http ://www , pred ictiveanalyt ...
  • . Shivnarayan Patidar, Ram Bilas Pachori, U. Rajendra Acharya. (2015), ...
  • . Sumit Bhatia, Praveen Prakash, and G.N. Pill, (2008), SVM ...
  • . Thanh Nguyen, Abbas Khosravi, Douglas Creighton, Saeid Nahavandi. (2014), ...
  • . Xindong Wu , Vipin Kumar , J. Ross Quinlan ...
  • 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.

    نظرات خوانندگان

    5.00
    1 تعداد پژوهشگران نظر دهنده
    5 1
    4
    3
    2
    1

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 1,288
    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.

    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