نمایش مختصر رکورد

dc.contributor.authorحسنی, زینبfa_IR
dc.contributor.authorخسروی مشیزی, مهینfa_IR
dc.date.accessioned1399-07-09T05:16:05Zfa_IR
dc.date.accessioned2020-09-30T05:16:05Z
dc.date.available1399-07-09T05:16:05Zfa_IR
dc.date.available2020-09-30T05:16:05Z
dc.date.issued2018-09-23en_US
dc.date.issued1397-07-01fa_IR
dc.date.submitted2019-03-16en_US
dc.date.submitted1397-12-25fa_IR
dc.identifier.citationحسنی, زینب, خسروی مشیزی, مهین. (1397). تشخیص بیماری قلبی عروق کرونر با سیستم هوشمند ترکیبی براساس الگوریتم نهنگ، شبیه ساز تبرید و ماشین بردار پشتیبان. مدیریت مهندسی و رایانش نرم, 4(2), 79-93. doi: 10.22091/jemsc.2018.1277fa_IR
dc.identifier.issn2538-2675
dc.identifier.urihttps://dx.doi.org/10.22091/jemsc.2018.1277
dc.identifier.urihttp://jemsc.qom.ac.ir/article_1277.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/278467
dc.description.abstractدر سال­های اخیر، الگوریتم­های یادگیری ماشین به طور گسترده­ای در تشخیص و درمان به موقع بیماری­ها نقش بسزایی را ایفا می­کنند. علاوه بر این، تشیخص بیماری در مراحل آغازین آن، در بهبود بیماری و در کاهش هزینه­های درمانی بیمار بسیار موثر است. بیماری قلبی یکی از دلایل اصلی مرگ در جهان شناخته شده­ است. مطالعات زیادی برای تشخیص بیماری و طراحی سیستم هوشمند و کارا انجام شده ­است. در این مقاله، الگوریتم ترکیبی نهنگ و شبیه ساز تبرید برای شناسایی عوامل موثر در تشخیص بیماری ارائه شده ­است و الگوریتم ماشین بردار پشتیبان برای طبقه­بندی موثر بیماری لحاظ شده ­است. رویکرد پیشنهادی با مجموعه داده بیماری قلبی کلیولند در پایگاه داده UCI ارزیابی شده ­است. الگوریتم پیشنهادی با صحت 87.78 درصد با تعداد ویژگی کمتر توانسته بیماری را تشخیص دهد. نتایج حاصل برتری روش پیشنهادی را نشان می­دهد و همچنین رویکرد پیشنهادی می­تواند پزشکان را در تشخیص درست و  در مراحل اولیه بیماری یاری رساند.fa_IR
dc.format.extent1058
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه قمfa_IR
dc.publisherQom Universityen_US
dc.relation.ispartofمدیریت مهندسی و رایانش نرمfa_IR
dc.relation.ispartofEngineering Management and Soft Computingen_US
dc.relation.isversionofhttps://dx.doi.org/10.22091/jemsc.2018.1277
dc.subjectبیماری قلبی عروق کرونرfa_IR
dc.subjectماشین بردارپشتیبان (SVM)fa_IR
dc.subjectالگوریتم بهینه سازی نهنگ (WOA)fa_IR
dc.subjectالگوریتم شبیه سازتبرید SA))fa_IR
dc.subjectالگوریتم ترکیبیfa_IR
dc.titleتشخیص بیماری قلبی عروق کرونر با سیستم هوشمند ترکیبی براساس الگوریتم نهنگ، شبیه ساز تبرید و ماشین بردار پشتیبانfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentمربی، دانشکده فنی وعلوم پایه، دانشگاه کوثر، بجنورد،fa_IR
dc.contributor.department2 دانشجو، دانشکده فنی وعلوم پایه، دانشگاه کوثر ، بجنورد،fa_IR
dc.citation.volume4
dc.citation.issue2
dc.citation.spage79
dc.citation.epage93


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد