پروژه شبکه MLP RBF پیش‌بینی احتمال بیماری قلبی با استفاده از شبکه‌های RBF و MLP

پیش‌بینی احتمال بیماری قلبی با استفاده از شبکه‌های RBF و MLP

پروژه شبکه MLP RBF

کارشناسی ارشد

رشته: مهندسی کامپیوتر – نرم‌افزار

دانشکده کامپیوتر و فناوری اطلاعات

فایل PDF

کدفایل 070#

25% Off

~~400,000 تومان~~

300,000 تومان

پرداخت و دریافت فایل

چکیده

پروژه شبکه MLP RBF . به علت افزایش عوامل تاثیرگذار در یک تصمیم سازنده.، در سال‌های اخیر، پیش‌بینی‌‌ امور برای تصمیم‌‌گیری در بسیاری از موارد کاربردی مورد توجه قرار گرفته‌‌است. به‌ همین دلیل متخصصان.، به شناسایی الگوهای مختلف با استفاده از ترکیب روش‌های تشخیص الگو و تجربه‌ پرداخته‌اند.، که البته این روش‌ها همواره پاسخ صریح و اطمینان بخشی نداشته و گاهی دارای خطاهای بزرگ می‌باشند.

این موضوع زمینه طراحی الگوریتم‌های بسیاری شده که بتوانند. علاوه‌‌بر پاسخ به شرایط مشابه قبلی برمبنای هوشمندی.، قدرت درک ورودی‌ها و تحلیل شرایط احتمالی جدید را هم داشته باشند. فرآیند پیش‌بینی آینده از روی اطلاعات گذشته.، در مسایل و حوزه‌های مختلف پزشکی.، مالی.، مدیریتی.، مهندسی و با ساختار سری‌های زمانی قابل حل است.

هدف

هدف اصلی در این مسائل.، گردآوری و مطالعه دقیق داده‌ها . در جهت جستجوی یک الگوی مناسب برای توصیف معادله ریاضی سری می‌باشد. درنهایت مدل استخراجی ارزیابی شده.، و برای دستیابی به مقادیر آینده یک شاخص استفاده می‌شود. تفاوت روش‌های پیشین ‌‌با روش‌های هوشمند نحوه عملکرد است که در آن‌ها.، سیر خطی گذشته با ورودی جدید طی می‌شود.، ولی در روش‌های جدید با دنبال کردن الگوها تشکیل فرآیند را بررسی می‌کنند. بیشتر تحقیقات صورت گرفته در این حوزه معطوف به استفاده از شبکه‌های عصبی مصنوعی می‌باشد. در طرح پیشنهادی تمرکز اصلی بر روش‌های هوشمند و ترکیب آن‌ها برای کسب نتایج بهتر و در نهایت مقایسه با مدل‌های کلاسیک خطی می‌باشد.

در این خصوص سعی کردیم تا بهترین مدل بدست آمده از ترکیب شبکه‌های عصبی.MLP و .RBF را به ترتیب در راستای رسیدن به ساختار پیش‌‌بینی معتبر و درنهایت دسته‌بندی مطلوب خروجی‌ها مورد استفاده قرار دهیم. در طرح پیشنهادی، دقت عملکرد .4/90%. حاصل شد که در مقایسه با روش‌هایی نظیر درخت تصمیم.، بیزین و ماشین بردار پشتیبان و در سه وضعیت بهترین.، میانگین و کمترین حالت خروجی اندازه‌گیری شد که در حدود .13%.، .15%. و .12%. بهبود حاصل شده است.

فهرست

فصل اول – مفاهیم اولیه

مقدمه 3
1-1 شبکههای عصبی 4
1-2 بیان مساله 8
1-3 ضرورت طرح 9
1-4 اهداف پایان نامه 12
1-5 ساختار پایان نامه 12

فصل دوم – پیشینه طرح

مقدمه 14
2-1 تاریخچه شبکه‌های عصبی 15
2-2 تاریخچه روش‌های پیش‌بینی 16
2-3 معرفی روشهای رایج پیش‌بینی 18
2-3-1. مدیریت دادهها 18
2-3-2. شبکه عصبی انتشار شمارنده 19
2-3-3. رگرسیون 20
2-3-4. درخت تصمیم 20
2-3-5. سیستم فازی 21
2-3-6. برنامهنویسی ژنتیک 21
2-4 تحقیقات انجام شده با موضوع بیماری‌های قلبی 22

فصل سوم- طرح پیشنهادی

مقدمه 27
3-1 شبکه عصبی RBF 28
3-2 شبکه عصبی MLP 30
3-3 طرح ترکیبی MLP و RBF 31
3-4 معیارهای ارزیابی دقت مدل پیشنهادی 37
3-5 انتخاب پایگاه دادههای پزشکی 38
3-6 مدلهای آموزش و تست 43
3-7 تنظیم پارامترهای ورودی شبکه عصبی 45

فصل چهارم – نتایج پژوهش

مقدمه 49
4-1 نتایج 50
4-2 تحلیل نهایی با آزمون‌های آماری 55
4-3 مقایسه نتایج با روش‌های کلاسیک 57
4-4 نتایج مقایسه با روش‌های کلاسیک 57
فصل پنجم- نتیجه‌گیری
5-1 نتیجه‌گیری 61
5-2 پیشنهاد آینده 63
فهرست مراجع 64

کلید واژه

کلیدواژه