جهت دسترسی به کاربرگه ی زیر، از این لینک استفاده کنید. http://localhost/handle/Hannan/4415
نمایش کامل اطلاعات کتابشناختی
فیلد DublinCoreمقدار زبان
dc.contributorعاطفه مشهدی تفرشی-
dc.contributorمعصومه متولی-
dc.date.accessioned2023-01-15T20:43:10Z-
dc.date.available2023-01-15T20:43:10Z-
dc.date.issued1399en_US
dc.identifier.urihttp://localhost/handle/Hannan/4415-
dc.description.abstractامروزه دیابت یکی از شایع ترین بیماری ها در جهان است که نیمی از جمعیت جهان به آن مبتلا هستند. دیابت یک اختلال در سوخت و ساز بدن است در حالت طبیعی، غذا در معده تبدیل به گلوکز یا قند خون می شود. قند از معده وارد جریان خون می شود. لوزالمعده هورمون انسولین را ترشح می کند و این هورمون باعث می شود قند از جریان خون وارد سلول های بدن شود. در نتیجه مقدار قند خون در حد نرمال و متعادل باقی می ماند. ولی در بیماری دیابت، انسولین به میزان کافی در بدن وجود ندارد و یا انسولین موجود قادر نیست تا وظایف خود را به درستی انجام دهد، در نتیجه به علت وجود مقاومت در برابر آن، قند خون نمی تواند به طور موثری وارد سلول های بدن شود و مقدار آن بالا می رود. . با انتخاب تشخیص بیماری به عنوان متغیر هدف و 8 متغیر پیشگو مشاهده گردید که متغیر های چون Plas، Age، Mass، Pedi، Pregبه عنوان متغیر های مهم شناخته شده اند که توجه به این عوامل باعث کاهش این بیماری خواهد شد .en_US
dc.language.isofaen_US
dc.subjectداده کاوی ، دسته بندی ، ماشین بردار پشتیبان ، شبکه عصبی و بیماری دیابتen_US
dc.titleبررسی الگوریتم های SVM و شبکه عصبی جهت تشخیص بیماری دیابت-
dc.typeArticleen_US
مجموعه(های):مهندسی فناوری اطلاعات

پیوست های این کاربرگه
فایل توضیحات اندازهفرمت  
383.pdf903.69 kBAdobe PDFتصویر
مشاهده فایل
نمایش کامل اطلاعات کتابشناختی
فیلد DublinCoreمقدار زبان
dc.contributorعاطفه مشهدی تفرشی-
dc.contributorمعصومه متولی-
dc.date.accessioned2023-01-15T20:43:10Z-
dc.date.available2023-01-15T20:43:10Z-
dc.date.issued1399en_US
dc.identifier.urihttp://localhost/handle/Hannan/4415-
dc.description.abstractامروزه دیابت یکی از شایع ترین بیماری ها در جهان است که نیمی از جمعیت جهان به آن مبتلا هستند. دیابت یک اختلال در سوخت و ساز بدن است در حالت طبیعی، غذا در معده تبدیل به گلوکز یا قند خون می شود. قند از معده وارد جریان خون می شود. لوزالمعده هورمون انسولین را ترشح می کند و این هورمون باعث می شود قند از جریان خون وارد سلول های بدن شود. در نتیجه مقدار قند خون در حد نرمال و متعادل باقی می ماند. ولی در بیماری دیابت، انسولین به میزان کافی در بدن وجود ندارد و یا انسولین موجود قادر نیست تا وظایف خود را به درستی انجام دهد، در نتیجه به علت وجود مقاومت در برابر آن، قند خون نمی تواند به طور موثری وارد سلول های بدن شود و مقدار آن بالا می رود. . با انتخاب تشخیص بیماری به عنوان متغیر هدف و 8 متغیر پیشگو مشاهده گردید که متغیر های چون Plas، Age، Mass، Pedi، Pregبه عنوان متغیر های مهم شناخته شده اند که توجه به این عوامل باعث کاهش این بیماری خواهد شد .en_US
dc.language.isofaen_US
dc.subjectداده کاوی ، دسته بندی ، ماشین بردار پشتیبان ، شبکه عصبی و بیماری دیابتen_US
dc.titleبررسی الگوریتم های SVM و شبکه عصبی جهت تشخیص بیماری دیابت-
dc.typeArticleen_US
مجموعه(های):مهندسی فناوری اطلاعات

پیوست های این کاربرگه
فایل توضیحات اندازهفرمت  
383.pdf903.69 kBAdobe PDFتصویر
مشاهده فایل
نمایش کامل اطلاعات کتابشناختی
فیلد DublinCoreمقدار زبان
dc.contributorعاطفه مشهدی تفرشی-
dc.contributorمعصومه متولی-
dc.date.accessioned2023-01-15T20:43:10Z-
dc.date.available2023-01-15T20:43:10Z-
dc.date.issued1399en_US
dc.identifier.urihttp://localhost/handle/Hannan/4415-
dc.description.abstractامروزه دیابت یکی از شایع ترین بیماری ها در جهان است که نیمی از جمعیت جهان به آن مبتلا هستند. دیابت یک اختلال در سوخت و ساز بدن است در حالت طبیعی، غذا در معده تبدیل به گلوکز یا قند خون می شود. قند از معده وارد جریان خون می شود. لوزالمعده هورمون انسولین را ترشح می کند و این هورمون باعث می شود قند از جریان خون وارد سلول های بدن شود. در نتیجه مقدار قند خون در حد نرمال و متعادل باقی می ماند. ولی در بیماری دیابت، انسولین به میزان کافی در بدن وجود ندارد و یا انسولین موجود قادر نیست تا وظایف خود را به درستی انجام دهد، در نتیجه به علت وجود مقاومت در برابر آن، قند خون نمی تواند به طور موثری وارد سلول های بدن شود و مقدار آن بالا می رود. . با انتخاب تشخیص بیماری به عنوان متغیر هدف و 8 متغیر پیشگو مشاهده گردید که متغیر های چون Plas، Age، Mass، Pedi، Pregبه عنوان متغیر های مهم شناخته شده اند که توجه به این عوامل باعث کاهش این بیماری خواهد شد .en_US
dc.language.isofaen_US
dc.subjectداده کاوی ، دسته بندی ، ماشین بردار پشتیبان ، شبکه عصبی و بیماری دیابتen_US
dc.titleبررسی الگوریتم های SVM و شبکه عصبی جهت تشخیص بیماری دیابت-
dc.typeArticleen_US
مجموعه(های):مهندسی فناوری اطلاعات

پیوست های این کاربرگه
فایل توضیحات اندازهفرمت  
383.pdf903.69 kBAdobe PDFتصویر
مشاهده فایل