دوره 7، شماره 1 - ( 3-1398 )                   جلد 7 شماره 1 صفحات 1-14 | برگشت به فهرست نسخه ها

XML English Abstract Print


1- گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد فردوس، فردوس، ایران
2- گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تربت حیدریه، تربت حیدریه، ایران
چکیده:   (5102 مشاهده)
زمینه و هدف: بیماری دیابت یکی از شایع ترین و پر هزینه ترین بیماری ها می باشد که تشخیص به ‌موقع آن می ‏تواند منجر به کاهش پیشرفت این بیماری و عوارض ناشی از آن شود. این پژوهش با هدف تعیین وضیعت بیماری دیابت ازنظر ابتلا و یا عدم ابتلا به آن، با استفاده از تکنیک‏ های داده‌کاوی انجام ‌شده است.
روش­ ها: این مطالعه از نوع تحلیلی بوده و پایگاه داده آن شامل 254 رکورد مستقل مبتنی بر 13 ویژگی و جمع‌آوری‌شده توسط محققین طرح از یکی از مراکز تخصصی دیابت شهرستان مشهد می‌باشد.
نتایج: پس از پیش‌پردازش داده ‏ها روش‌های مختلف تشخیص الگو مورد بررسی قرار گرفتند، با استفاده از شبکه‏ عصبی پرسپترون چندلایه MLP، شبکه عصبی LVQ، بردار پشتیبان SVM و روش خوشه‌بندی K_means، میانگین حداقل مربعات خطا محاسبه گردید. صحت عملکرد هر یاد گیر به ترتیب 94%، 92%، 96% و 93% محاسبه گردید.
نتیجه ­گیری: نتایج مطالعه حاکی از آن است که روش SVM عملکرد بهتری نسبت به سایر روش‏ها در تشخیص بیماری دیابت دارد.
متن کامل [PDF 491 kb]   (1558 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1397/8/22 | پذیرش: 1397/12/18 | انتشار: 1398/6/23

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.