رکوردهای مرتبط با این شخص

تشخیص بیماری صرع با استفاده از روش طبقه‌بندی نزدیک‌ترین همسایگی مبتنی بر متوسط محلی چندگانه با تکیه‌بر خوشه بندی به روش بهینه‌سازی حشره آبزی mayfly و k-means (1401) / ملا کریمی خوزانی ، زهرا، نویسنده

نوع مدرک: متون چاپی سرشناسه ملا کریمی خوزانی ، زهرا، نویسنده رده‌بندی کنگره : ‭COM A ‭35 عنوان : تشخیص بیماری صرع با استفاده از روش طبقه‌بندی نزدیک‌ترین همسایگی مبتنی بر متوسط محلی چندگانه با تکیه‌بر خوشه بندی به روش بهینه‌سازی حشره آبزی mayfly و k-means عنوان موازی : Detection of Epileptic Seizures using the Multiple-Local Mean-based Nearest Neighborhood Classification Method relying on Mayfly Optimization and K-means ناشر: دانشگاه شهید اشرفی اصفهانی: اصفهان سال نشر : 1401 صفحه شمار: 69ص شابک/شاپا 24516 یادداشت پایان نامه کارشناسی ارشد: در رشته مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیکز شناسه افزوده : شیرزادفر ، حمیدرضا، استاد راهنما توصیفگرها خوشه‌بندی K-means، طبقه‌بندی MLM-KNN، بیماری صرع  k-means clustering, MLM-KNN classification, epilepsy چکیده : بیماری صرع یکی از شایع ترین بیماری های مغزی است و افراد درصورت ابتلا به آن، طولانی مدت از این بیماری رنج می‌برند. حدود 65 میلیون نفر در جهان مبتلابه بیماری صرع هستند و پیش بینی شده است که این تعداد تا سال 2030 به یک میلیارد نفر خواهد رسید. اگرچه تاکنون روش‌های هوشمند مختلفی برای تشخیص این بیماری ارائه‌شده است اما اکثرشان خالی از ایراد نیست و با چالش‌هایی همچون حساسیت به پارامترهای تنظیمی، زمان اجرای بالا و صحت پایین مواجه هستند، از همین رو در این پایان‌نامه از تکنیک خوشه‌بندی به‌واسطه K_means بهبودیافته با روش فراابتکاری Mayfly برای خوشه‌بندی سیگنال‌ها در جهت استخراج ویژگی‌هایی همچون بعد همبستگی، آنتروپی و مدولاسیون آنتروپی از هر خوشه به‌طور مجزا پرداخته شده است تا علاوه بر تسریع در زمان اجرا، ویژگی‌ها با دقت بیشتری استخراج گردند سپس از طبقه بند جدید MLM-KNN برای طبقه‌بندی داده‌های استخراج‌شده در جهت تشخیص بیماری صرع استفاده شده است. یافته های حاصل از پژوهش بر روی پایگاه داده CHB_MIT حاکی از بهتربودن روش پیشنهادی در مقایسه با روشهای مقایسه ای از نظر معیار صحت (98.2)، دقت (95.6)، ویژگی (96.9) و حساسیت (100) می باشد لینک ثابت رکورد: ../opac/index.php?lvl=record_display&id=13591 زبان مدرک : فارسی

 فهرست موجودی مدرک

شماره ثبت	شماره بازیابی	نام عام مواد	محل نگهداری	بخش	وضعیت ثبت	وضعیت امانت
24516	‭COM A ‭35	پایان‌نامه	دانشگاه شهید اشرفی اصفهانی	مرکزی	اسناد مرجع	غیر قابل امانت