ارائه روشی نوین مبتنی بر دسته بندی وانتخاب ویژگی در تشخیص سرطان سینه

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 589

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF03_404

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

سرطان سینه یکی از علل اصلی مرگ و میر زنان در سراسر جهان محسوب می شود تاکنون با وجود تحقیقات انجامشده هنوز روشی برای جلوگیری از اینآسیب شناخته نشده است. تشخیص زودهنگام این بیماری تا حدودی زیادی می تواند شانس بقاءطولانی مدت در افراد مبتلا را افزایش دهد روشهای یادگیری ماشین؛ میتواند درتشخص سرطان سینه برای کمک به پزشکان درفرایند تصمیم گیری استفاده شود. از این رودر این تحقیق به منظور تشخیص سرطان سینه؛ پس ازانتخاب برترین و موثرین ویژگی ها در پیش پردازش داده ها با استفاده از ترکیب دو روش فیلتر و پوشش یک دسته بندی از طریق ماشینهای بردار پشتیبان شدهاست.

نویسندگان

سمانه حسنزاده

گروه مهندسی کامپیوتر موسسه آموزش عالی اقبال لاهوری مشهد ایران

ملیحه ابراهیمی نژاد

گروه مهندسی کامپیوتر موسس آموزش عالی حکیم نظامی قوچان ایران

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 :
  • extensive empirical study of feature selection metrics for text Anه ...
  • Y. Kaya, _ intelligent classifier for breast cancer diagnosis based ...
  • J. Nahar, T. Imam, K. S. Tickle, a. B. M. ...
  • D. Delen, G. Walker, and A. Kadam, "Predicting breast cancer ...
  • M. A. H. Ian H. Witten , Eibe Frank, data ...
  • M. K. Jiawei Han and J. Pei, Data Mining : ...
  • A. J. Ferreira and M. A. T. Figueiredo, :Efficient feature ...
  • A. Boubezoul and S. Paris, "Application of global optimization methods ...
  • GA-based A:ه [8] C. De Stefano, F. Fontanella, C. Marrocco, ...
  • C. H. Park and . B. Kim, "Sequential random k-nearest ...
  • Y. Zhang, S. Wang, P. Phillips, and G. Ji, "Binary ...
  • novel A؛" [11] J. Xiang, X. Han, F. Duan, Y. ...
  • J. Xie, J. Lei, W. Xie, and X. Gao, "for ...
  • M. Naseriparsa, A.-M. Bidgoli, and T. Varaee, _ Hybrid Feature ...
  • X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, ...
  • J. M. Cadenas, M. C. Garrido, and R. Martinez, :Feature ...
  • , pp. 6241-6252, Nov. 2013. ...
  • R. K. S ivagaminathan and S. Ramakrishnan, "A hybrid approach ...
  • C. _ Rat anamahatana and D. Gunopulos, :Feature selection for ...
  • S. Palaniappan and T. Pushparaj, ":A Novel Prediction on Breast ...
  • R. E. Abdel-Aal, "GMDH-based feature ranking and selection for improved ...
  • S. M. H. Bamakan and P. Gholami, _ Feature Selection ...
  • Y. Yeh, Y. Chung, T. Lin, and Y. F. Wang, ...
  • B. Xue, M. Zhang, and W. N. Browne, "Particle SWarm ...
  • S. Swathi, P. S. Kumar, and P. V. G. K. ...
  • G. Gatuha and T Jiang, "Intelligence Science and Big Data ...
  • E. D. Ubeyli, "Implementing automated diagnostic systems for breast cancer ...
  • A. M. Abdel-Zaher and A. M. Eldeib, "Breast cancer classification ...
  • I. Guyon and A. Elisseeff, _ Introduction o Variable and ...
  • J. Weston and A. Elisseeff, :Use of the zero norm ...
  • G. Ch andrashekar and F. Sahin, _ survey on feature ...
  • B. Xue, M. Zhang, and W. N. Browne, "Particle SWarm ...
  • effective early fraud detection method for online An:ه [32] W.-H. ...
  • R. Valdes-perez, "Theoretical and Empirical Analysis of ReliefF and RReliefF, ...
  • J. Novakovic, P. Strbac, and D. Bulatovic, _ OPTIMAL FEATURE ...
  • :https ://archive. ics.uci _ edu/ml/data sets .html." https : //archive. ...
  • نمایش کامل مراجع