کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6905229 | 862813 | 2015 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Classification of the cardiotocogram data for anticipation of fetal risks using machine learning techniques
ترجمه فارسی عنوان
طبقه بندی داده های قلب و عروق برای پیش بینی خطرات جنین با استفاده از تکنیک های یادگیری ماشین
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
- Cardiotocography (CTG) is used as a technique of measuring fetal well-being.
- The classification performances of different classification methods are examined.
- The research showed us there is no big difference in accuracies of the classifiers.
- The accuracy achieved by k-NN is 98.4% (minimum) and by RF is 99.18% (maximum).
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Soft Computing - Volume 33, August 2015, Pages 231-238
Journal: Applied Soft Computing - Volume 33, August 2015, Pages 231-238
نویسندگان
Hakan Sahin, Abdulhamit Subasi,