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

پیشبینی بیماریهای قلبی با استفاده از روشهای داده کاوی

سال انتشار: 1396
کد COI مقاله: DCBDP03_013
زبان مقاله: فارسیمشاهده این مقاله: 379
فایل این مقاله در 7 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 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیشبینی بیماریهای قلبی با استفاده از روشهای داده کاوی

امیرحسین اسمعیل پور - دانشجوی کارشناسی ارشد مهندسی کامپیوتر- هوش مصنوعی، دانشکده فنی و مهندسی، دانشگاه شمال، آمل
محمدرضا فدوی امیری - عضو هیات علمی گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شمال، آمل

چکیده مقاله:

امروزه دادهکاوی یکی از اساسی ترین ابزارها برای آنالیز اطلاعات و کسب دانش از دادهها است. پیشبینی و تشخیص بیماریها یکی از زمینه هایی است که ابزارهای دادهکاوی در آن نتایج مسرت بخشی از خود نشان داده اند. تشخیص و پیشبینی بیماریهای قلبی یک کار بسیار پیچیده و نیازمند تجربه و دانش بالاست. امروزه بیمارستانها و درمانگاهها دارایحجم عظیمی از دادههای پزشکی بیماران هستند. این دادهها شامل اطلاعاتی است که توسط انسانهای عادی قابل شناسایی نیست. در این مقاله ما با استفاده از ابزارهای دادهکاوی پیشرفته احتمال اینکه یک فرد به بیماری قلبی دچارشود را پیشبینی میکنیم. با توجه به اینکه تا به حال از شبکه عصبی RBF1 برای پیشبینی بیماریهای قلبی استفاده نشده بود ما در این پژوهش از این الگوریتم استفاده کردیم و از الگوریتمهای ماشین بردار پشتیبان 2 ، دسته بندی کننده بیز 3 ودرخت تصمیم 4 برای مقایسه استفاده کردیم. همچنین برای ارزیابی الگوریتمها از مجموعه داده ای Cleveland استفادهکردیم. ما نتایج دلگرم کننده ای بدست آوردیم که حاکی از آن است که شبکه عصبی RBF صحت و بازخوانی بیشتری نسبت به دیگر الگوریتم ها دارد و ماشین بردار پشتیبان بالاترین مقدار دقت را نسبت به دیگر الگوریتمها دارا میباشد.

کلیدواژه ها:

Heart disease, data mining, RBF, SVM, Decision Tree, Naïve Bayes

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا DCBDP03_013 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/649149/

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:
اسمعیل پور، امیرحسین و فدوی امیری، محمدرضا،1396،پیشبینی بیماریهای قلبی با استفاده از روشهای داده کاوی،سومین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ،تبریز،،،https://civilica.com/doc/649149

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: (1396، اسمعیل پور، امیرحسین؛ محمدرضا فدوی امیری)
برای بار دوم به بعد: (1396، اسمعیل پور؛ فدوی امیری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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: 1,368
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