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

طراحی و پیاده سازی یک سیستم هوشمند جهت پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی

سال انتشار: 1395
کد COI مقاله: CITCOMP01_065
زبان مقاله: فارسیمشاهده این مقاله: 875
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم 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 و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طراحی و پیاده سازی یک سیستم هوشمند جهت پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی

مریم کاظمی پور - دانشجوی کارشناسی ارشد هوش مصنوعی ، موسسه غیرانتفاعی شفق تنکابن
رضا طاولی - استاد ،عضو هیئت علمی تمام وقت دانشگاه آزاد اسلامی واحد چالوس

چکیده مقاله:

امروزه در دانش پزشکی شاهد جمع آوری داده های فراوان در مورد بیماری های مختلف هستیم. حجم زیاد این داده ها و سردرگمی حاصل از آن مشکلی است که مانع رسیدن به نتایج قابل توجه می شود. در این کار از داده کاوی برای غلبه بر این مشکل و به دست آوردن روابط مفید بین عوامل خطرزا در بیماری های قلـب و عـروق اسـتفاده کرده ایم.یکی از مهم ترین عواملی که تأثیر زیادی در ساخت مدلی با دقت مناسب برای پیش بینی دارد، ویژگی است. علاوه بر ویژگی، انتخاب مدل پیش بینی کننده یا همان طبقه بند تأثیر زیادی در دقت مدل نهایی و پیش بینی وجود و یا عدم وجود بیماری قلبی دارد. دراین مقاله از چهار طبقه بند متداول نظیر ماشین بردار پشتیبان ،درخت تصمیم ،kنزدیکترین همسایه و بیزین برای ساخت مدل استفاده شده است. مجموعه داده موردبررسی در این مقاله شامل 270 رکورد و همچنین14 ویژگی است. دقت پیش بینی نتایج حاصل از طبقه بندهای ماشین بردار پشتیبان، k نزدیکترین همسایه،درخت تصمیم و بیزین ساده به ترتیب برابر% 81.11 و66.67% و %59.72و %19.85 است که به نسبت نتایج خوبی است.

کلیدواژه ها:

داده کاوی، بیماری قلبی، درخت تصمیم، ماشین بردار پشتیبان، k نزدیکترین همسایه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CITCOMP01_065 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/493994/

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 پور، مریم و طاولی، رضا،1395،طراحی و پیاده سازی یک سیستم هوشمند جهت پیش بینی بیماری قلبی با استفاده از تکنیک های داده کاوی،کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات،تهران،،،https://civilica.com/doc/493994

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: (1395، کاظمی پور، مریم؛ رضا طاولی)
برای بار دوم به بعد: (1395، کاظمی پور؛ طاولی)
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 :

  • نسترن حاجی حیدری، سامرند خالهء، احمد فراهی، " طبقه‌بندی میزان ...
  • علی محمد احمدوند، بهروز مینایی بیدگلی و الهام آخوندزاده، "تحلیل ... [مقاله کنفرانسی]
  • مینایی بهروز، نصیری مهدی، حسنی دانیال، شناسا ابراهیم، اموزش گام ...
  • Ata A. and Ibrahim H. Seyrek, _ the Use of ...
  • S ul eymanD emirel University, The Journal of Faculty of ...
  • Larose, Daniel T. "Discovering knowledge in data: _ introduction to ...
  • M. Shahbaz, S. A. Masood, M. Shaheen and A. Khan, ...
  • Humphrey LL, Fu R, Rogers K, Freeman M, Helfand M. ...
  • Carlos Ordonez, "Improving Heart Disease Prediction Using Constrained Association Rules, ...
  • Turban E., J.E. Aronson, T.P. Liang, and R. Sharda, _ ...
  • Olivas R. [DecisionTrees , A Primer for Deci sion-making Professionals] ...
  • Shouman M, Turner T, Stocker R, editors. Using decision tree ...
  • Niklas N, Halling A, Freitag M, Odeberg J, Odeberg H, ...
  • Rajkumar M, Reena G Sophia. Diagnosis of Heaer Disease using ...
  • Colombet I, Ruelland A, Chatellier G, Gueyffier F, Degoulet P, ...
  • Ordonez . [Comparing Association rules and Decision Tres for Disease ...
  • J. .M rques de S , "Applied staistics: usin SPSS, ...
  • Kotsiantis, Sotiris B. "Decision trees: a recent overview." Artificial Intelligence ...
  • Farid, D. M., Zhang, L., Rahman, C. M., Hossain, M. ...
  • Vojislav Kecman: "Learning and Soft Computing Support Vector Machines, Neural ...
  • K.Rpbert, S.Mika; "An Introduction of Kernel Based Learning Algorithms", IEEE ...
  • Meyer, D., & Wien, F. T. (2014). Support vector machines. ...
  • Blake C.L, , Mertz, C.J.: "UCI Machine learning ...
  • 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.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: 204
    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 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