بهبود تشخیص بیماری دیابت با استفاده از ترکیب سیستم استنتاج فازی سوگنو و الگوریتم کرم شب تاب
مهدی شیرالی، mehdi shirali student in electrical engineering, bushehr islamic azad university, bushehr, iranگروه مهندسی برق، واحد بوشهر یعقوب مدملی، yaghoob madmoli student research committee, dezful university of medical sciences, dezful, iranکمیته تحقیقات دانشجویی جمال روح افزا، jamal roohafza khuzestan, ramhormoz, salman farsi alley, gholam reza jalali martyr alley, tell: 09167912068, postal code: 638167431خوزستان، رامهرمز، کوی سلمان فارسی، کوچه شهید غلامرضا جلالی، کد پستی: 638167431، تلفن: 09167912068 حمید کریمی، hamid karimi subspecialist of endocrine, growth and metabolism, faculty member of dezful university of medical sciences, dezful, iranگروه غدد رشد و متابولیسم آرمان بابلی بهمئی، arman baboli bahmaei student research committee, dezful university of medical sciences, dezful, iranکمیته تحقیقات دانشجویی شریف ارتباطی، sharif ertebati student research committee, dezful university of medical sciences, dezful, iranکمیته تحقیقات دانشجویی
چکیده
مقدمه: امروزه درصد بالایی از مردم در معرض خطر ابتلا به بیماری دیابت هستند. این بیماری یکی از خطرناکترین بیماری های عصر حاضر است و تشخیص به موقع این بیماری نقش به سزایی در درمان آن دارد. روش ها: در این مقاله با استفاده از سیستم استنتاج فازی سوگنو و الگوریتم هوشمند کرم شب تاب، روشی نوین برای تشخیص دیابت ارائه شده است. روش ارائه شده قادر است با استفاده از تعداد کمی قوانین ساده فازی با دقت مطلوبی بیماری دیابت را تشخیص دهد. یافته ها: کارآیی ترکیب سیستم استنتاج فازی سوگنو و الگوریتم کرم شب تاب 24/87 درصد به دست آمد. نتیجه گیری: نتایج تجربی نشان میدهند که این روش روی مجموعه داده استاندارد pid دقت بیشتری نسبتی به الگوریتمهای موجود در این زمینه دارد.
مقدمه: امروزه درصد بالایی از مردم در معرض خطر ابتلا به بیماری دیابت هستند. این بیماری یکی از خطرناکترین بیماریهای عصر حاضر است و تشخیص به موقع این بیماری نقش بهسزایی در درمان آن دارد. روشها: در این مقاله با استفاده از سیستم استنتاج فازی سوگنو و الگوریتم هوشمند کرم شب تاب، روشی
دیاکسیدنیتروژن یکی از آلاینده هایی است که بیشترین اثرات بد بر سلامتی انسان دارد. اطلاعات پیشرفته در مورد غلظت آن در هوا میتواند به نظارت و کنترل بیشتر عواقب کمک کند و در عین حال اعمال اقدامات پیشگیرانه و کاهشدهنده را آسان تر میکند. فناوریهای یادگیری ماشینی با روشها و قابلیت
امروزه نقش و سهم چشمگیر حملونقل در برنامه های توسعه پایدار انکارناپذیر و قابل تأمل است. بسیاری از صاحبنظران معتقدند که هرچه حملونقل کارآمدتر باشد، توسعه فراگیرتر است. درمقابل، ناکارآمدی سیستم حملونقل، عوارض جدی محیطی همانند آلودگی هوا و پیامدهای منفی اجتماعی و اقتصادی را به دنب
تشخیص محدوده تومورهای مغزی یک گام مهم و اساسی در سیستمهای تشخیص و درمان خودکار می باشد. در این مقاله یک روش ترکیبی مبتنی بر سیستم استنتاج فازی-عصبی وفقی (ANFIS) و خوشه بندی سلسله مراتبی برای تشخیص موقعیت و محدوده تومورهای مغزی ارائه شده است. برای این منظور ابتدا خط مرکزی ناحیه م
اختلال یادگیری از اختلالهای شایع دوران کودکی است. مهمترین اختلال یادگیری، اختلال خواندن که به مهارتهای مبتنی بر خواندن اشاره دارد. این پژوهش یک مدل هایبریدی فازی-ژنتیکی جهت مدیریت عدم قطعیت جهت تشخیص اختلال خواندن ارایه مینماید. بدینمنظور از مدلهای طبقهبندی در فرآیند تشخیص ا
با مراجعه به انواع رسانه ها و سرخط های خبری می توان به پدیده افزایش فساد در کشور صحه گذاشت. یکی ازسازوکارهای مورد استفاده توسط نهادهای بین المللی همچون شفافیت بین الملل و بانک جهانی استفاده از حکمرانی خوببرای مبارزه با فساد است. در مورد حکمرانی خوب نظریه های مختلفی وجود دارد که ی