ارایه ی راهکاری جهت افزایش کارآیی الگوریتم بیزین ساده با استفاده از الگوریتم استکینگ برای بهبود پیش بینی تشخیص بیماران دیابتی

  • سال انتشار: 1397
  • محل انتشار: اولین کنفرانس ملی میکرو نانو فناوری
  • کد COI اختصاصی: MNTECH01_133
  • زبان مقاله: فارسی
  • تعداد مشاهده: 572
دانلود فایل این مقاله

نویسندگان

پردیس چوبینه

گروه کامپیوتر، دانشکده فنی و مهندسی، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران

حسین مومن زاده حقیقی

استادیار گروه برق مخابرات، دانشگاه آزاد اسلامی بوشهر، بوشهر، ایران

کاوه پاشایی

استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی، بوشهر، ایران

چکیده

یکی از بیماری های بسیار فراگیر و خطرناک در سطح جهان دیابت است که روز به روز بر تعداد بیماران آن افزوده می شود. عوامل متعددی میتواند سبب بروز بیماری دیابت شود که میتوان به تغذیه ی نامناسب، اضافه وزن، مصرف مواد مخدر و غیره اشاره داشت. اما امروزه محققان تحقیقات بسیاری را در حوزه ی استفاده از روش های مدرن جهت شناسایی و البته پیشبینی امکان بروز این بیماری ارایه داده اند که استفاده از سیستم های خبره یکی از معتبرترین این روش ها است.در سیستم های خبره، بر اساس آزمایش های مختلف و سنجش و پردازش پیشینه ی اطلاعات پزشکی افراد، میتوان تعیین کرد که امکان بروز دیابت برای این افراد وجود دارد یا خیر. اما در طراحی سیستم های خبره، یکی از دغدغه های اصلی حجم بالای اطلاعاتی و به سبب آن، کاهش دقت و قابلیت اطمینان سیستم است که نیازمند بکارگیری یک روش قدرتمند است. در این مقاله از روش دسته بندی گروهی به منظور دسته بندی اطلاعات استفاده شده است. در این روش، دسته بندی بر روی ترکیب خروجی الگوریتم های بیزین ساده، رگرسیون لجستیک و پگاسوس با استفاده از تکنیک دسته بندی استکینگ اعمال می شود. نتایج پیاده سازی این روش نشان میدهد که میزان دقت 84/21% میانگین قابلیت اطمینان 84/05% افزایش یافته و البته خطای دسته بندی به میزان 15/79 کاهش یافته است.

کلیدواژه ها

دیابت، دسته بندی گروهی، رگرسیون لجستیک، پگاسوس، بیزین ساده، استکینگ

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.