مقدمه و اهداف: در طی سال های اخیر از جمله روش های پیش بینی و تشخیص بیماری در عرصه پزشکی، به کارگیری روش های پشتیبان تصمیم با الگوریتم های تکاملی و ترکیبی است، که دارای توانمندی بالایی در مدل سازی مسائل پزشکی و مهندسی دارند. هدف این مقاله مقایسه ی چند سامانه پشتیبان تصمیم گیری و بررسی دقت این سامانه ها در پیش بینی بیماری دیابت است. روش کار: در مطالعه ی حاضر با استفاده روش ترکیب الگوریتم ژنتیک و ...

حافظه اپیزودیک شامل خاطرات گذشته ای است که در یک مکان و زمان خاص برای یک فرد روی داده است. در این تحقیق به آشکارسازی فعالیت حافظه اپیزودیک با استفاده از پتانسیل های وابسته به رخداد مغزی (ERP) پرداخته شده است. برای این منظور طی آزمایشی از آزمودنی ها خواسته شده است، تصاویر بی معنایی را که طی فاز آموزش مشاهده کرده اند (قدیمی) از تصاویری که تاکنون ندیده اند (جدید) تفکیک کنند. برای استخراج ویژگی های...

در طبقه‌بندی داده‌ها انتخاب فضای ویژگی متناسب با ماهیت پدیده و قدرت تفکیک بالا بسیار حائز اهمیت است. قابلیت نگاشت‌ بازگشتی در تحلیل دادگان غیرایستا موجب می‌شود در تشخیص حملات صرعی نیز مورد توجه قرار گیرد. در این پژوهش به تشخیص حملات صرعی توسط آنالیز کمی‌سازی بازگشتی بر پایه ترکیب الگوریتم ژنتیک و طبقه‌بند بیزین ‌پرداخته شده است. در ابتدا نگاشت بازگشتی سیگنال EEG دو گروه صرعی و نرمال هریک شامل 1...

دراین تحقیق سعی گردیده است تا در جهت اجرای نگرش مدیریت فعال پرتفوی، روشی برای انجام معاملات هوشمند براساس قیمت پیش بینی شده سهام در یک بازه زمانی چهار ساله مشخص ارائه گردد. ابتدا با استفاده از روش مارکویتز وزن های هریک از شش سهم پرتفوی شش سهمی ساخته شده در هریک از سال های بازه زمانی چهار ساله را بدست می آوریم. سپس با استفاده از بیست ودو نماگر تکنیکی (ویژگی های هر سهم) که به عنوان ورودی های الگو...

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی کاربرد زیادی در اعتبارسنجی مشتریان بانک و شناسایی آن ها برای اعطای تسهیلات اعتباری دارد. مسئله اصلی در پیچیدگی درختان تصمیم گیری، اندازه بیش از حد، عدم انعطاف پذیری و دقت کم در طبقه بندی است. هدف از این مقاله ارائه مدل ترکیبی در بهینه سازی درختان تصمیم گیری توسط تکنیک الگوریتم ژنتیک به منظور حل مسائل ذکر شده در فوق برای اعتبارسنجی مشتریان با...

در این مقاله به ارائه روشی دومرحله‌ای برای بهبود دقت طبقه‌بندی سیگنال EEG می‌پردازیم. هدف اصلی این مقاله، بهبود طبقه‌بندی تصورات حرکتی نشأت گرفته از سیگنال مغز است. در این راستا یک طبقه‌بند ترکیبی مبتنی بر قوانین جبر بول و الگوریتم ژنتیک ارائه شده است که برای استخراج ویژگی از سیگنال EEG، از ویژگی‌های حوزه زمان-فرکانس استفاده می‌کند که شامل شاخص‌های آماری و غیرآماری به‌دست آمده از تبدیل بسته موج...

در طبقه‌بندی داده‌ها انتخاب فضای ویژگی متناسب با ماهیت پدیده و قدرت تفکیک بالا بسیار حائز اهمیت است. قابلیت نگاشت‌ بازگشتی در تحلیل دادگان غیرایستا موجب می‌شود در تشخیص حملات صرعی نیز مورد توجه قرار گیرد. در این پژوهش به تشخیص حملات صرعی توسط آنالیز کمی‌سازی بازگشتی بر پایه ترکیب الگوریتم ژنتیک و طبقه‌بند بیزین ‌پرداخته شده است. در ابتدا نگاشت بازگشتی سیگنال EEG دو گروه صرعی و نرمال هریک شامل 1...