Skip Navigation Linksشما اینجا هستید -> صفحه اصلی > معرفی > دانلود مقالات ترجمه شده > خرید و دانلود

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
گروه ترجمه تخصصی البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " یک تکنیک محاسباتی هوشمند برای تشخیص موثر بیمارهای دیابتی با استفاده از آنالیز اجزای اصلی (PCA) و روش درخت تصمیم گیری SLIQ فازی بهبود یافته " نموده است که شما کاربر گرامی می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
یک تکنیک محاسباتی هوشمند برای تشخیص موثر بیمارهای دیابتی با استفاده از آنالیز اجزای اصلی (PCA) و روش درخت تصمیم گیری SLIQ فازی بهبود یافته
نویسنده/ناشر/نام مجله :
Applied Soft Computing
سال انتشار
2016
کد محصول
1009867
تعداد صفحات انگليسی
9
تعداد صفحات فارسی
25
قیمت بر حسب ریال
260000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
1 مگا بایت
تصویر پیش فرض



Abstract

Knowledge inference systems are built to identify hidden and logical patterns in huge data. Decision trees play a vital role in knowledge discovery but crisp decision tree algorithms have a problem with sharp decision boundaries which may not be implicated to all knowledge inference systems. A fuzzy decision tree algorithm overcomes this drawback. Fuzzy decision trees are implemented through fuzzification of the decision boundaries without disturbing the attribute values. Data reduction also plays a crucial role in many classification problems. In this research article, it presents an approach using principal component analysis and modified Gini index based fuzzy SLIQ decision tree algorithm. The PCA is used for dimensionality reduction, and modified Gini index fuzzy SLIQ decision tree algorithm to construct decision rules. Finally, through PID data set, the method is validated in the simulation experiment in MATLAB

چکیده

سیستم های استنتاجی دانش برای شناسایی الگوهای مخفی و منطقی در داده های بزرگ ساخته شده اند. درخت های تصمیم نقش حیاتی ای را در کشف دانش ایفا می کنند، اما الگوریتم های درخت تصمیم کریسپ با مرزهای تصمیم تیز مشکل دارند که احتمالا نمی تواند به تمام سیستم های استنتاج دانش بسط داده شود. یک الگوریتم درخت تصمیم فازی بر این مشکل فائق می آید. درخت های تصمیم فازی از طریق فازی سازیِ مرزهای تصمیم و بدون دخالت مقادیر مشخصه پیاده سازی می شوند. کاهش داده نیز نقش اساسی ای را در بسیاری از مشکلات طبقه بندی بازی می کند. در این مقاله، یک روش با استفاده از آنالیز اجزای اصلی و الگوریتم درخت تصمیم SLIQ فازی مبتنی بر شاخص Gini بهبودیافته، ارائه می شود. PCA برای کاهش ابعاد و بهبود الگوریتم درخت تصمیم SLIQ فازی مبتنی بر شاخص Gini، استفاده شد تا قواعد تصمیم ایجاد شوند. در نهایت، از طریق مجموعه داده PID، این روش توسط شبیه سازی در MATLAB مورد بررسی قرار گرفت.

1-مقدمه

دیابت، خطر خیره کننده در این قرن است که در تمام دنیا بیشترین اهمیت را دارد. دیابت مشکلات سلامتی بغرنجی مانند دیابت کاردیومیوپاتی، میوپاتی، نوروپاتی، رتینوپاتی، نفروپاتی و دیگر مشکلاتی که وضعیت زندگی اجتماعی و مالی افراد را تحت تاثیر قرار می دهد، دارد [1]. نوع یک و نوع دو، به خوبی شناخته شده هتسند و بیشترین نوع های دیابتی هستند که رخ می دهند. نوع 1/ دیابت نوجوانی به دلیل سیستم ایمنی بدن رخ می دهد. دیابت قندی رایج ترین نووع دیابت است که به دلیل استفاده ناموثر توسط سلول های بدن یا پنهان شدن انسولین ناموثر از پانکراس اتفاق می افتد...