تشخیص هوشمند بیماری دیابت بر اساس مدل ترکیبی الگوریتم ژنتیک آشوبناک و شبکه عصبی پرسپترون
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 574
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITCONF02_020
تاریخ نمایه سازی: 27 اردیبهشت 1398
چکیده مقاله:
امروزه در دنیای مدرن صنعتی، بیماریهای مزمن به طور چشمگیری گسترش یافته است. بیماری دیابتنیز یکی از شایعترین، پرخطرترین و همچنین هزینه برترین بیماریهای عصر حاضر است که با نزخهشداردهنده ای در حال افزایش میباشد. ابزار داده کاوی در عصر فناوری بسیار کاربردی شده و در زمینه-های مختلف مورد استفاده قرار می گیرد. تشخیص بیماری های مختلف در علم پزشکی، یکی از رمینه هایپرکاربرد دادهکاوی محسوب میشود. در این مقاله از مدل ترکیبی داده کاوی به منظور دسته بندی وتشخیص بیماران مبتلا به دیابت از افراد غیر دیابتی استفاده شده است. حذف داده های پرت و نویزی بابهره گیری از الگوریتم خوشه بند k-means انجام شده است. همچنین الگوریتم تکاملی ژنتیک به کمکتیوری آشوب برای یافتن انتخاب ویژگی بهینه بکار رفته است. دسته بتدی با استفاده از شبکه عصبیپرسپترون بر روی مجموعه داده دیابت PIMA انجام گرفته که نتایج بدست آمده برتری الگوریتم ترکیبیپیشنهادی را نسبت به سایر الگوریتم ها نشان میدهد.
کلیدواژه ها:
نویسندگان
نسیبه امامی
مربی، دانشکده علوم پایه، دانشگاه کوثر بجنورد