فایل ورد مقاله انتخاب ويژگي پايدار و مقاوم براي دسته بندي دادههاي ژنتيکي به وسيله ادغام روش هاي رتبه بندي و روش پيچشي

لینک دانلود

 فایل ورد مقاله انتخاب ويژگي پايدار و مقاوم براي دسته بندي دادههاي ژنتيکي به وسيله ادغام روش هاي رتبه بندي و روش پيچشي دارای 8 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فایل ورد مقاله انتخاب ويژگي پايدار و مقاوم براي دسته بندي دادههاي ژنتيکي به وسيله ادغام روش هاي رتبه بندي و روش پيچشي  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي فایل ورد مقاله انتخاب ويژگي پايدار و مقاوم براي دسته بندي دادههاي ژنتيکي به وسيله ادغام روش هاي رتبه بندي و روش پيچشي،به هيچ وجه بهم ريختگي وجود ندارد


بخشی از متن فایل ورد مقاله انتخاب ويژگي پايدار و مقاوم براي دسته بندي دادههاي ژنتيکي به وسيله ادغام روش هاي رتبه بندي و روش پيچشي :


محل انتشار: دوازدهمین کنفرانس ملی سیستمهای هوشمند
تعداد صفحات:8
نویسنده(ها):
مریم یاسی – دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه هوش مصنوعی، بوشهر، ایران
محمدحسین معطر – دانشگاه آزاد اسلامی، واحد مشهد، گروه نرم افزار، مشهد، ایران
مهدی یعقوبی – دانشگاه آزاد اسلامی، واحد مشهد، گروه هوش مصنوعی، مشهد، ایران

چکیده:
بالا بودن ابعاد یک مجموعه داده باعث افزایش فضای جستجو و کاهش قدرت تعمیمپذیری و پیچیدگی محاسباتی میشود. ازجمله مجموعه دادههایی که دارای ابعاد بالا هستند میتوان به مجموعه دادههای ریز آرایه اشاره کرد. ریز آرایهها محتوی دادهها یژنتیکی و بیولوژیکی هستند. این دادهها در تشخیص مجموعهای از سرطانها و تمور های گوناگون مورد استفاده قرار میگیرند.از این رو فرآیند کاهش ابعاد بر رویدادههای ژنتیکی در عملکرد پیشبینی نوع بیماری، درمان و دارو از اهمیت به سزایی برخوردار است.برای شناسایی ژنهای متمایز و برتر برای دستهبندی دادهها نیازمند فرآیند انتخاب ویژگی هستیم .هدف اصلی این مقاله ارائه روشیبرای کاهش ابعاد و دستهبندی مجموعه دادههای ژنتیکی است. در مرحله اول ادغام چندین روش رتبهبندی برای بالا بردن مقاومت و پایداری فرآیند انتخاب ویژگی صورت میپذیرد. در قسمت بعدی،ترکیب روشهای رتبهبندی با روش پیچشی به منظور بیانارتباطات، کنش و واکنش میان ژنها است. در ادامه فرآیند دستهبندی مبتنی بر ماشین بردار پشتیبان مورد استفاده قرار گرفته است قبل از ارائه دادهها به دستهبندی کنندهSVMمشکل گروههای نامتوازن در مرحله آموزش بر طرف میگردد متوسط نتایج روش پیشنهادی بر روی 5 پایگاه داده ریز آرایه به این صورت است، که معیار مقاومت در فرآیند انتخاب ویژگی در بازه [ 088،07 و معیار دقت دستهبندی در بازه 91%و96% به ازای تغییر تعداد ویژگیهای منتخب ، تغییر میکنند.محدود بودن بازه تغییرات معیارها نشاندهنده پایداری روش پیشنهادی است

توضیحات بیشتر