دانلود مقاله ISI انگلیسی شماره 46331
ترجمه فارسی عنوان مقاله

طبقه بندی داده ها مراقبت های بهداشتی با استفاده از سیستم منطق فازی ژنتیکی و ریز موج

عنوان انگلیسی
Classification of healthcare data using genetic fuzzy logic system and wavelets
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
46331 2015 14 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 8710 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 13 روز بعد از پرداخت 104,520 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 209,040 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 42, Issue 4, March 2015, Pages 2184–2197

ترجمه کلمات کلیدی
الگوریتم ژنتیک - تبدیل موجک - طبقه بندی داده های بهداشت و درمان - سرطان پستان - بیماری قلبی
کلمات کلیدی انگلیسی
Fuzzy standard additive model; Genetic algorithm; Wavelet transformation; Healthcare data classification; Breast cancer; Heart disease
پیش نمایش مقاله
پیش نمایش مقاله طبقه بندی داده ها مراقبت های بهداشتی با استفاده از  سیستم منطق فازی ژنتیکی و ریز موج

چکیده انگلیسی

Healthcare plays an important role in promoting the general health and well-being of people around the world. The difficulty in healthcare data classification arises from the uncertainty and the high-dimensional nature of the medical data collected. This paper proposes an integration of fuzzy standard additive model (SAM) with genetic algorithm (GA), called GSAM, to deal with uncertainty and computational challenges. GSAM learning process comprises three continual steps: rule initialization by unsupervised learning using the adaptive vector quantization clustering, evolutionary rule optimization by GA and parameter tuning by the gradient descent supervised learning. Wavelet transformation is employed to extract discriminative features for high-dimensional datasets. GSAM becomes highly capable when deployed with small number of wavelet features as its computational burden is remarkably reduced. The proposed method is evaluated using two frequently-used medical datasets: the Wisconsin breast cancer and Cleveland heart disease from the UCI Repository for machine learning. Experiments are organized with a five-fold cross validation and performance of classification techniques are measured by a number of important metrics: accuracy, F-measure, mutual information and area under the receiver operating characteristic curve. Results demonstrate the superiority of the GSAM compared to other machine learning methods including probabilistic neural network, support vector machine, fuzzy ARTMAP, and adaptive neuro-fuzzy inference system. The proposed approach is thus helpful as a decision support system for medical practitioners in the healthcare practice.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 8710 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 13 روز بعد از پرداخت 104,520 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 209,040 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.