شماره ركورد كنفرانس :
4726
عنوان مقاله :
ارائه يك سيستم خبره جديد جهت تشخيص سرطان پستان با استفاده از تكنيك انتخاب ويژگي مبتني بر الگوريتم هاي تكاملي آشوبناك
پديدآورندگان :
امامي نسيبه nasibeh.emami@kub.ac.ir 1 مربي،گروه علوم كامپيوتر، دانشگاه كوثر بجنورد، بجنورد
كليدواژه :
انتخاب ويژگي , بهينه سازي ذرات , تئوري آشوب , طبقه بندي , سرطان پستان.
عنوان كنفرانس :
چهارمين كنفرانس ملي محاسبات توزيعي و پردازش داده هاي بزرگ
چكيده فارسي :
سرطان پستان دومين علت مرگ و مير ناشي از سرطان در زنان است. كه با تشخيص به هنگام آن در ميان انواع سرطان قابل درمان است . مدل هاي مبتني بر داده كاوي و تكنيك هاي يادگيري ماشين براي كمك به پزشكان جهت تشخيص سرطان پستان توسعه داده شده اند. انتخاب ويژگي معمولا براي بهبود كارايي مدل ها اعمال مي شود. در اين مقاله الگوريتم فراابتكاري بهينه سازي ذرات آشوبناك جهت يافتن ويژگي هاي موثر براي طبقه بندي استفاده شده است. عملكرد الگوريتم پيشنهادي روي مجموعه دادهWisconsin Diagnosis Breast Cancer (WDBC) با استفاده از دقت طبقه بند اولين نزديكترين همسايه بررسي شد. نتايج بدست آمده نشان مي دهد الگوريتم پيشنهادي با ميانگين دقت97.72 درصد عملكرد بهتري درمقايسه با ساير روش ها دارد.