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

تشخیص بیماری پارکینسون با الگوریتم ترکیبی دودویی سنجاقک و الگوریتم نزدیک ترین همسایه

سال انتشار: 1397
کد COI مقاله: NCAEC04_020
زبان مقاله: فارسیمشاهده این مقاله: 369
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 تشخیص بیماری پارکینسون با الگوریتم ترکیبی دودویی سنجاقک و الگوریتم نزدیک ترین همسایه

زینب حسنی - مربی، دانشکده فنی و علوم پایه، دانشگاه کوثر بجنورد
فهیمه بهلکه - دانشجو، دانشکده فنی و علوم پایه، دانشگاه کوثر بجنورد

چکیده مقاله:

الگوریتم های یادگیری ماشین و هوش مصنوعی در تشخیص و درمان به موقع بیماری ها نقش به سزایی دارند. بیماری پارکینسون یکی از بیماری های عصبی مخرب شناخته شده در جهان است و ارایه ابزاری هوشمند برای تشخیص و درمان به موقع بیماری نقش حیاتی برای بیمار دارد. در این مطالعه، تشخیص بیماری پارکینسون با الگوریتم ترکیبی دودویی سنجاقک و الگوریتم نزدیکترین همسایه ارایه شده است. در الگوریتم ترکیبی مجموعه داده بیماری پارکینسون با ویژگی ها صدا انتخاب شده است. در روش پیشنهادی، الگوریتم دودویی سنجاقک 10 ویژگی موثر بیماری پارکینسون را تشخیص داده است و الگوریتم نزدیکترین همسایه با 97.83 درصد صحت توانسته است بیماری پارکینسون را پیش بینی کند. نتایج حاصل نشان می دهد که روش پیشنهادی به طور قابل توجهی صحت پیش بینی پیشرفت بیماری پارکینسون را بهبود می بخشد. مدل هوشمند ترکیبی می تواند پزشکان را در زمینه مراقبت های بهداشتی برای تشخیص زود هنگام بیماری پارکینسون یاری کند.

کلیدواژه ها:

انتخاب ویژگی ، بیماری پارکینسون ، الگوریتم دودویی سنجاقک و الگوریتم نزدیکترین همسایه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCAEC04_020 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/851793/

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:
حسنی، زینب و بهلکه، فهیمه،1397،تشخیص بیماری پارکینسون با الگوریتم ترکیبی دودویی سنجاقک و الگوریتم نزدیک ترین همسایه،چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع،اسفراین،https://civilica.com/doc/851793

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: (1397، حسنی، زینب؛ فهیمه بهلکه)
برای بار دوم به بعد: (1397، حسنی؛ بهلکه)
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

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: دانشگاه دولتی
تعداد مقالات: 379
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