کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4942454 1437288 2016 36 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Reliability analysis of psoriasis decision support system in principal component analysis framework
ترجمه فارسی عنوان
تجزیه و تحلیل قابلیت اطمینان سیستم حمایت از تصمیم گیری پسوریازیس در چارچوب تجزیه و تحلیل مولفه های اصلی
کلمات کلیدی
ترجمه چکیده
سیستم پیشنهادی با استفاده از تجزیه و تحلیل مولفه اصلی، بهترین دقت طبقه بندی 99.39٪ را برای یک اعتبار سنجی متقاطع 10 برابر با استفاده از هسته چند جمله ای مرتبه 2 بر روی مجموعه ای از 540 تصویر نشان می دهد. ما سیستم را با محاسبه شاخص های قابلیت اطمینان و ثبات معتبر می کنیم. نتایج نشان می دهد که میانگین شاخص اطمینان 98.71٪ برای 11 اندازه داده های متمایز، و مطابقت با معیارهای پایداری در تحمل 2٪ است. توانایی حفظ ویژگی های غالب با استفاده از افزایش مجموعه ویژگی ها 90.52٪ است. بنابراین سیستم پیشنهاد شده نتایج دلگرم کننده با دقت بالاتر، قابلیت اطمینان، ثبات و قدرت حفظ ویژگی های غالب را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
تجزیه و تحلیل قابلیت اطمینان سیستم حمایت از تصمیم گیری پسوریازیس در چارچوب تجزیه و تحلیل مولفه های اصلی
چکیده انگلیسی
The proposed system using principal component analysis shows the best classification accuracy of 99.39% for a 10-fold cross-validation using polynomial kernel of order-2 on a set of 540 images. We validate our system by computing the reliability and stability indices. The results demonstrate a mean reliability index of 98.71% for 11 distinct data sizes, and meeting the stability criteria within 2% tolerance. The ability to retain the dominant features by inclusion of increasing set of features is 90.52%. Thus proposed system shows the encouraging results with higher accuracy, reliability, stability and retaining power of dominant features.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Data & Knowledge Engineering - Volume 106, November 2016, Pages 1-17
نویسندگان
, , , ,